背景

公司的门禁，通过识别检测，如果是公司的员工，就开门，否则不开门。用的是百度的人脸识别技术实现。突然公司要自研（毕竟百度是收费的），也许要彰显公司的技术实力。任务分配给我，我一个搞Java的，Java并不擅长图片的处理，调研下，python比较适合做这方面场景的应用，但是我对python，只能说了解，并不熟练，肿么办呢？尽然给我了，当做学习了，硬着头皮就上。

技术调研

谷歌是最好的老师，搜索下，找找这方面的资料。但是心里面也得想想大概的流程，第一步，我怎么才能检测出图片上，有没有人呢，这是比较关键的一步，经过搜索比对，发现insightface，能识别出图片上，有没有人。那图片上检测出人，剩下的就是图片上的人，跟目标图片比对下，看两个人的相似度是多少，设置一个阀值，达到这个值就是一个人，然后告诉门禁，开门，万事大吉，搞定。理一理流程，流程如下：

insightface介绍

InsightFace 是一个开源的 2D 和 3D 深度人脸分析工具箱，主要基于 PyTorch 和 MXNet。
详情查看网站。
InsightFace 有效地实现了丰富多样的人脸识别、人脸检测和人脸对齐的最新算法，并对训练和部署进行了优化。

环境搭建

前提先要安装python，python版本3.6以上，安装下面的库

# 安装人脸识别包
# 人脸识别库
pip install -U insightface
# 图片处理的库
pip install opencv-python 
# 
pip install numpy==1.23

insightface 模型包

insightface在启动的时候，会去github上下载模型库，速度有点慢，耐心等待，如果有其他方式，可以直接去github上下载，地址模型库

识别人脸

import cv2
from insightface.app import FaceAnalysis
# 加载人脸识别模型
app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))
# 读取图片
img = cv2.imread("./test.jpeg")
# 获取人脸数据
faces = app.get(img)
# 把图片中的人脸圈出来
rimg = app.draw_on(img, faces)
# 对图片中的人脸处理后保存
cv2.imwrite('./t1_output.jpg', rimg)

识别前的图                     识别后的图

那现在我们准确的识别出测试图片里面有三个人，同时标识出人脸的位置。其实，提出人脸数据是一些图片像素点，人脸识别出来了，那接下来，就只需要，识别出，图片里的人脸是谁，完成了检测比对

人脸比对

录入人脸数据

需要提前录入人脸，进行识别，提取人脸数据，进行存储，存储可以本地文件存储，也可以使用向量数据库存储，比如：milvus，此代码演示使用pickle进行本地存储，需要提前安排库，
pip install pickle4

图片数据，自己下载

注册的核心代码

import pickle
from numpy.linalg import norm
import cv2
import numpy as np
from insightface.app import FaceAnalysis
app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))

faces_embedding = list()
# # 使用本地人家存储
f = open('./face_ai_db', 'wb')
# 读取照片
img1 = cv2.imread("./杨紫.jpeg")
# 提取人脸数据
yzFace = app.get(img1)
# 杨紫人脸数据加入到列表中
faces_embedding.append({"userName":"杨紫","embedding":yzFace[0].normed_embedding})

# 读取景甜的照片
img2 = cv2.imread("./景甜.jpeg")
# 提取杨紫的人脸数据
jtFace = app.get(img2)
# 景甜人脸数据加入到列表中
faces_embedding.append({"userName":"景甜","embedding":jtFace[0].normed_embedding})
pickle.dump(faces_embedding,f)
f.close()

执行此程序，杨紫、景甜提取的人脸数据已经存在，本地文件 face_ai_db文件中

对目标图片进行识别

对目标图片，进行识别，找出里面有没有库里的人

import pickle
from numpy.linalg import norm
import cv2
import numpy as np
from insightface.app import FaceAnalysis
app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))


# 使用本地人家存储
f = open('./face_ai_db', 'rb')
# 加载前面存储的人脸数据
faces_embedding = pickle.load(f)
# 读取图片
img = cv2.imread("./test.jpeg")
# 图片里面有多个人，faces就有多个值，是个数组
faces = app.get(img)
# 用提取的每一张人脸去跟库里面的人脸数据比对，检测出是否有库里的注册的人
for face in faces:
    feat1 = face.normed_embedding
    for t in faces_embedding:
        feat2 = t["embedding"]
        # 余弦相似度比较
        sim = np.dot(feat1, feat2) / (norm(feat1) * norm(feat2))
        sim = sim * 100
        # 设置一个阈值，就是分数，大于40，就得到我们库里的人，打印下分数 以及是哪个明星
        if sim >40:
            print("姓名：{},分数;{}".format(t['userName'],sim))

测试结果：准确的识别出图片人

姓名：景甜,分数;64.38514590263367
姓名：杨紫,分数;44.4240003824234

这就简单实现了，人脸的检测识别，是不是很简单，如果文章对你有帮助，麻烦动动你的小手，点赞评论一波，谢谢。

文章来源于互联网:小白教程-人脸识别检测一

背景技术调研insightface介绍环境搭建insightface 模型包识别人脸人脸比对