前言

以前在博客：基于PYQT编写一个人脸识别软件 中给出了我自己用PYQT编写的一个小软件。鉴于使用的是开源库——face_recogniton，尽管使用很简单，但是还有些问题，比如：识别黄种人时效果不好，运行速度较慢等等。
有一点还需要说明，face_recogntion的底层是dlib机器学习库，换种想法我们也可以使用dlib的一些基础功能自己编写出一些类似face_recogntion库提供的功能。
我自己基于dlib库重新写了一个新的软件，性能上相对会比原来使用face_recognition好一些。

环境依赖

dlib机器学习库。安装教程：https://www.pyimagesearch.com/20 ... 84.15.b7697a079ArIo。Linux下相对安装更容易一些，Windows下要自行配置好boost库，稍微会麻烦一点。
OpenCV(python)。图像处理必备，没什么说的。
PyQt4。GUI界面是基于PYQT编写的，界面设计上我没有花太多功夫，直接在QT Designer设计，然后用eric编译生成的。
一些常用库：比如numpy、webbrowser、pickle等等，如果少了用pip装就可以了。
软件是基于Python2编写的，尽管尽量注意了py2和py3的兼容问题，但在python3不保证一定能运行通过，可能要自行修改一些代码才能运行通过。
软件截图

下面是部分截图，总共做了9个功能。


最基本的人脸检测，可以选择默认模型或者CNN模型，CNN模型运行耗时较长（在笔记本上跑挺慢的）。


换脸。


训练目标检测器，默认会导入我做好的猫数据集，也可以自行制作数据集。要使用到dlib的imglab工具，生成描述数据集信息的xml文件。自己训练相对也会比较花时间。

训练完成，会打印一些相关信息，后面控制台也会打印一些信息。

默认会导入我训练好的模型，这个是猫脸识别的模型。


下载链接

http://download.csdn.net/download/hongbin_xu/10226813
里面提供了两个下载链接。一个是python源码，一个是我打包好的exe可执行文件。
python源码，需要自行配置Python环境，安装dlib、opencv、pyqt等库；
软件使用python2编写，python3不保证一定能运行，需要自己调试或是修改部分代码；
exe文件，可以直接在Windows下运行，不需要安装依赖库；

目录说明

/app/下存放的是有关图像处理，后台功能实现的代码。


/gui/下存放的是有关GUI界面的文件，Ui开头的是在eric下编译生成的py文件，用来绘制GUI界面，没有Ui开头的是对应GUI界面交互的文件，定义了一些对应的槽函数来响应用户操作。


/images/文件夹下存放了一些测试图片。
/images/test_face_clustering/存放了测试人脸聚类功能时使用的一些图片。
/images/face_clustering_output/保存了人脸聚类的输出结果。
/images/test_face_exchange/存放了换脸功能的测试图片。
/images/test_object_detector/存放了训练数据集，在使用训练目标检测器功能时，会自动导入。里面放的是一些猫脸的数据集，默认会导入我用imglab（dlib提供的工具软件）做好的xml文件。
/images/test_shape_predictor/存放了训练数据集，用于训练人脸特征点检测器，软件默认会导入做好的xml文件，引入数据集。
剩下的几张图片，是随便放的一些测试图片。


/model/文件夹中放了一些官方提供的模型文件，程序中会用到。


/template/文件夹中存放了人脸比对功能中使用的模板图片，以及我生成好的模板。


在main.py中创建了主界面（定义在mainWindow.py中），mainWindow.py导入了其他所有的代码。


后记

这个软件也是断断续续地写的，哪天有多余时间就来写几个功能，也是当做练手用的小项目。用代码统计了一下有4000多行Python代码，不过除去用软件生成的画GUI界面的那些代码，差不多加起来也有2000-3000行吧。感觉主要时间都是花在调试bug上，写一个功能也花不了多少时间，也许自己还是太菜了。
最近一直在等我的双目摄像头，总算到了，正好也把软件给写完了，可以开始做实验了。
---------------------
【转载】
作者：hongbin_xu
原文：https://blog.csdn.net/hongbin_xu/article/details/79179194