forked from Jinnrry/FaceRecognition-RestApi
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathSignup.py
103 lines (90 loc) · 4.18 KB
/
Signup.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
# -*- coding: utf-8 -*-
import pickle
import skimage
import cv2
import redis
import sklearn.metrics.pairwise as pw
import Tools
def getFaceImg(img):
face_cascade=cv2.CascadeClassifier("/home/jiangwei/下载/faceRead/haarcascade_frontalface_default.xml")
if img.ndim == 3:
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
else:
gray = img #if语句：如果img维度为3，说明不是灰度图，先转化为灰度图gray，如果不为3，也就是2，原图就是灰度图
faces = face_cascade.detectMultiScale(gray, 1.2, 5)#1.3和5是特征的最小、最大检测窗口，它改变检测结果也会改变
result = []
for (x,y,width,height) in faces:
result.append((x,y,x+width,y+height))
print result
if(len(result)>0):
for r in result:
img2=cv2.rectangle(img, (r[0], r[1]), (r[2], r[3]), (0, 255, 0), 3)
img3=img[r[1]:r[3], r[0]:r[2]] # 得到视频中的人脸，使用识别
return [img3,img2]
return []
#使用图片注册
def photoSignup(filename):
nameid = raw_input("请输入用户名：\n")
r = redis.Redis(host='localhost', port=6379, db=0)
frame = skimage.io.imread(filename,as_grey=False)
# show a frame
face = getFaceImg(frame)
if len(face) > 0:
faceshow = face[1]
# cv2.imshow("show",faceshow) #这里设置是否显示图像情况
# if cv2.waitKey(1) & 0xFF == ord('q'):
# break
face = face[0]
if len(face) > 1: # 图像中存在人脸
userdatalen = r.llen(nameid)
if userdatalen >= 1000: # 设置录入样本数
return 0 # 数据录入结束
if userdatalen > 0: # 数据库中存在该用户id的人脸数据
flag = True
print userdatalen
for i in xrange(userdatalen): # 便利数据库每个模型
model = pickle.loads(r.lindex(nameid, i)) # 数据库数据反序列化
feature = Tools.get_feature(face) # 获取脸型特征
if pw.cosine_similarity(model, feature) > 0.9: # 与数据库人脸匹配是同一人
flag = False # 标记是否不添加进数据库
if (flag):
r.lpush(nameid, pickle.dumps(feature)) # 新数据入库
print "录入模型成功"
else: # 数据库不存在该用户数据
feature = Tools.get_feature(face) # 获取脸型特征
r.lpush(nameid, pickle.dumps(feature)) # 新数据入库
print "录入模型成功"
def start():
nameid=raw_input("请输入用户名：\n")
r = redis.Redis(host='localhost', port=6379, db=0)
cap = cv2.VideoCapture(0)
while(1):
# get a frame
ret, frame = cap.read()
# show a frame
face=getFaceImg(frame)
if len(face)>0:
faceshow=face[1]
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(faceshow, "Move head", (100,100), font, 1, (255, 255, 255), 2)
cv2.imshow("show",faceshow) #这里设置是否显示图像情况
if cv2.waitKey(1) & 0xFF == ord('q'):
break
face=face[0]
if len(face)>1 : #图像中存在人脸
userdatalen=r.llen(nameid)
if userdatalen >=2: #设置录入样本数
break # 数据录入结束
if userdatalen >0 : #数据库中存在该用户id的人脸数据
flag=True
print userdatalen
for i in xrange(userdatalen): #便利数据库每个模型
model=pickle.loads( r.lindex(nameid,i) ) #数据库数据反序列化
feature=Tools.get_feature(face) #获取脸型特征
if pw.cosine_similarity(model,feature)>0.9 : #与数据库人脸匹配是同一人
flag=False #标记是否不添加进数据库
if (flag) :
r.lpush(nameid,pickle.dumps(feature)) #新数据入库
else: #数据库不存在该用户数据
feature = Tools.get_feature(face) # 获取脸型特征
r.lpush(nameid, pickle.dumps(feature)) # 新数据入库