妙招：使用Python實現圖片在人臉識別並顯示

本文介紹一下使用Python3實現識別圖片中的所有人臉並顯示出來，讓我們一起來看一下。

使用Python3實現識別圖片中的所有人臉並顯示出來，程式碼如下：

# -*- coding: utf-8 -*-  
#  識別圖片中的所有人臉並顯示出來  
# filename : find_faces_in_picture.py  
from PIL import Image  
import face_recognition  
# 將jpg檔案載入到numpy 陣列中  
image = face_recognition.load_image_file("linuxidc.com.jpg")  
# 使用預設的給予HOG模型查詢影像中所有人臉  
# 這個方法已經相當準確了，但還是不如CNN模型那麼準確，因為沒有使用GPU加速  
# 另請參見: find_faces_in_picture_cnn.py  
face_locations = face_recognition.face_locations(image)  
# 使用CNN模型  
# face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")  
# 列印：我從圖片中找到了 多少 張人臉  
print("I found {} face(s) in this photograph.".format(len(face_locations)))  
# 迴圈找到的所有人臉  
for face_location in face_locations:  
        # 列印每張臉的位置資訊  
        top, right, bottom, left = face_location  
        print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))  
# 指定人臉的位置資訊，然後顯示人臉圖片  
        face_image = image[top:bottom, left:right]  
        pil_image = Image.fromarray(face_image)  
        pil_image.show()

# 或者執行python檔案  
$ python3 

從圖片中識別出10張人臉，並顯示出來。

I found 10 face(s) in this photograph.  
A face is located at pixel location Top: 445, Left: 1867, Bottom: 534, Right: 1957  
A face is located at pixel location Top: 544, Left: 643, Bottom: 619, Right: 718  
A face is located at pixel location Top: 478, Left: 1647, Bottom: 553, Right: 1722  
A face is located at pixel location Top: 504, Left: 126, Bottom: 594, Right: 215  
A face is located at pixel location Top: 536, Left: 395, Bottom: 611, Right: 469  
A face is located at pixel location Top: 544, Left: 1042, Bottom: 619, Right: 1116  
A face is located at pixel location Top: 553, Left: 818, Bottom: 627, Right: 892  
A face is located at pixel location Top: 511, Left: 1431, Bottom: 586, Right: 1506  
A face is located at pixel location Top: 564, Left: 1227, Bottom: 626, Right: 1289  
A face is located at pixel location Top: 965, Left: 498, Bottom: 1017, Right: 550

如下圖：

原文地址：