本文，將帶你了解如何使用 Python、OpenCV 和人臉識(shí)別模塊比較兩張圖像并獲得這些圖像之間的準(zhǔn)確度水平。

首先，你需要了解我們是如何比較兩個(gè)圖像的。我們正在使用Face Recognition python 模塊來獲取兩張圖像的128 個(gè)面部編碼，我們將比較這些編碼。比較結(jié)果返回 True 或 False。如果結(jié)果為True ，那么兩個(gè)圖像將是相同的。如果是False，則兩個(gè)圖像將不相同。

128 種面部編碼將如下所示

128 個(gè)人臉編碼（人臉標(biāo)志）

僅當(dāng)比較結(jié)果返回 True 值時(shí)，才會(huì)打印準(zhǔn)確度級(jí)別。

現(xiàn)在，讓我們進(jìn)入本主題的編碼部分，

為了實(shí)現(xiàn)這一點(diǎn)，我們需要安裝幾個(gè) python 模塊。為此，只需打開命令提示符或終端，鍵入以下內(nèi)容。

pip install opencv－python

pip install face－recognition

安裝后，現(xiàn)在是時(shí)候?qū)�入這些模塊了。然后，我們需要?jiǎng)?chuàng)建一個(gè)名為 find＿face＿encodings（image＿path） 的新函數(shù)，它獲取圖像位置（路徑）并返回 128 個(gè)面部編碼，這在比較圖像時(shí)非常有用。

find＿face＿encodings（image＿path） 函數(shù)將使用 OpenCV 模塊，從我們作為參數(shù)傳遞的路徑中讀取圖像，然后返回使用 face＿recognition 模塊中的 face＿encodings（） 函數(shù)獲得的 128 個(gè)人臉編碼。

import cv2

import face＿recognition

def find＿face＿encodings（image＿path）：

   ＃ reading image

   image ＝ cv2．imread（image＿path）
   

   ＃ get face encodings from the image

   face＿enc ＝ face＿recognition．face＿encodings（image）
   

   ＃ return face encodings

   return face＿enc［0］

現(xiàn)在，使用兩個(gè)不同的圖像路徑調(diào)用 find＿face＿encodings（image＿path） 函數(shù)，并將其存儲(chǔ)在兩個(gè)不同的變量中，image＿1和image＿2

＃ getting face encodings for first image

image＿1 ＝ find＿face＿encodings（＂image＿1．jpg＂）

＃ getting face encodings for second image

image＿2  ＝ find＿face＿encodings（＂image＿2．jpg＂）

現(xiàn)在，我們可以使用編碼執(zhí)行比較和查找這些圖像的準(zhǔn)確性等操作。

· 比較將通過使用 face＿recognition 中的 compare＿faces（） 函數(shù)來完成。

· 通過找到 100 和 face＿distance 之間的差異來確定準(zhǔn)確性。

＃ checking both images are same

is＿same ＝ face＿recognition．compare＿faces（［image＿1］， image＿2）［0］

print（f＂Is Same： ｛is＿same｝＂）

if is＿same：

   ＃ finding the distance level between images

   distance ＝ face＿recognition．face＿distance（［image＿1］， image＿2）

   distance ＝ round（distance［0］ ＊ 100）
   

   ＃ calcuating accuracy level between images

   accuracy ＝ 100 － round（distance）
   

   print（＂The images are same＂）

   print（f＂Accuracy Level： ｛accuracy｝％＂）

else：

   print（＂The images are not same＂）

輸出——案例 1

Is Same： True

The images are same

Accuracy Level： 64％

輸出——案例 2

Is Same： False

The images are not same

       原文標(biāo)題 : 如何使用 Python比較兩張圖像并獲得準(zhǔn)確度？