Is=faition。pare_fafaces,
tnizedeng)
#使用该函数给出结果
Is
Out[8]:[True]
#输出结果为真,说明待检测的照片中的人脸与已知姓名的照片中的人脸是相同的
待检测照片如图8-7所示。
图8-7Bin
识别的场景可以更丰富,比如加入更多已经标识了ID的人物照片。下面在识别对象中加入两个新的人物,他们的ID分别是Ning(图8-8)和Yao(图8-9)。读者也可以自行寻找合适的人物图片,使用这个方法看看是否能够准确识别。
图8-8Ning
图8-9Yao
新的代码如下。
In[1]:impnition
#导入模块
In[2]:biion。load_image_file("bi;)
In[3]:yaoface=faition。load_image_file("Yao。jpg")
In[4]:ningface=faition。load_image_file("Ning。jpg")
#读入已知ID的图片,分别是Bin,Ning和Yao
In[5]:tion。load_image_file("bint
nized。jpg")
#读入待人脸识别的照片
In[6]:bineng=faition。fags(binface)[0]
In[7]:yaoeng=faition。fags(yaoface)[0]
In[8]:ningeng=faition。fags(ningface)[0]
#对已知ID的照片进行编码
In[9]:tnizedeng=faition。fa
gs(tnized)[0]
#对待识别的照片进行编码
In[10]:knownfag,yaoengeng]
#将三个已知ID的照片编成一组,用来进行识别
Is=faition。pare_fafaces,t
nizedeng)
#该函数给出结果
Is
Out[82]:[True,False,False]
#输出结果中,第一次比对为真,说明待检测的照片是Bin
[1]实际上是使用一种决策树的进化版本叫作Adaboost。