Я использую face_recognition, OpenCV и Face++ Search API, чтобы создать простую программу распознавания лиц в реальном времени, используя переднюю камеру моего компьютера.
Процесс состоит в том, чтобы сначала сохранить кадр камеры, когда она обнаруживает лицо, затем вызвать Face++ Search API, чтобы узнать, находится ли человек на моем лице, и приветствовать. Результат был очень плохим с точки зрения fps, как я могу сделать это быстрее?
Я думаю, что переписывание кода, например, асинхронное выполнение или использование нескольких многопроцессорных способов, может помочь. Но у меня нет большого опыта использования многопроцессорных или асинхронных методов, я буду очень признателен, если кто-нибудь сможет мне помочь в этом.
Я использую Python 3.7, и это код, который я использую:
import face_recognition
import requests
import cv2
import pyttsx3
def search_face(file, key, secret):
http_url = 'https://api-cn.faceplusplus.com/facepp/v3/search'
form_data = {
'api_key': key,
'api_secret': secret,
'outer_id': '***'
}
file = {
'image_file': open(file, 'rb')
}
req = requests.post(url = http_url, data = form_data, files = file)
result = req.json()
if len(result['faces'])>0:
return result['results'][0]['confidence'], result['results'][0]['user_id']
def say_hi(text):
engine = pyttsx3.init()
voices = engine.getProperty('voices')
engine.setProperty('voice', voices[1].id)
engine.say(text)
engine.runAndWait()
engine.stop
if __name__ == '__main__':
key = '***'
secret = '***'
file = '/Desktop/test/test.jpg'
cap = cv2.VideoCapture(0)
if cap.isOpened():
rval, frame = cap.read()
else:
rval = False
#Initialize some variables
face_locations = []
process_this_frame = True
while rval:
rval, frame = cap.read()
#Resize frame of video to 1/4 size for faster face recognition processing
small_frame = cv2.resize(frame, (0,0), fx = 0.25, fy = 0.25)
#Convert the image from BGR color (which openCV uses) to RGB color (which face_recognition uses)
rgb_small_frame = small_frame[:, :, ::-1]
# Only process every other frame of video to save time
if process_this_frame:
#Find all the faces in the current frame of video
face_locations = face_recognition.face_locations(rgb_small_frame)
process_this_frame = not process_this_frame
#Display the resulting image
cv2.imshow('Camera', frame)
#Hit 'q' on the keyboard to quit!
if cv2.waitKey(1) & 0xFF == ord('q'):
break
if len(face_locations) == 0:
continue
else:
#Display the results
for (top, right, bottom, left) in face_locations:
#Scale back up face locations since the frame we detected in was scaled to 1/4 size
top *= 4
right *= 4
bottom *= 4
left *= 4
#Draw a box around the face
cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 0), 2)
#Save the frame
cv2.imwrite(file, frame)
confidence_level, user_id = search_face(file, key, secret)
if confidence_level > 80:
text = 'Hello, {}'.format(user_id)
say_hi(text)
print(user_id)
else:
text = 'Sorry, please try again!'
say_hi(text)
print('Sorry, {}'.format(confidence_level))
#Release handle to the webcam
cap.release()
cv2.destroyAllWindows()