常州上位机培训

常州机器视觉培训

常州机器人培训

江苏和讯自动化设备有限公司欢迎您!
  • 和讯PLC,电工培训中心优势,名师团队一对一教学.
热门课程
联系方式
  • 常州和讯自动化培训中心
  • 常州市新北区太湖东路府琛大厦2号楼307-1室,307-2室(常州万达广场对面)
  • 电话:0519-85602926
  • 手机:15861139266 13401342299
当前位置:网站首页 > 新闻中心 新闻中心
如何使用 Python比较两张图像并获得准确度-常州机器视觉培训,常州上位机培训
日期:2024-4-23 13:37:43人气:  标签:常州机器视觉培训 常州上位机培训

本文,将带你了解如何使用 Python、OpenCV 和人脸识别模块比较两张图像并获得这些图像之间的准确度水平。


首先,你需要了解我们是如何比较两个图像的。我们正在使用Face Recognition python 模块来获取两张图像的128 个面部编码,我们将比较这些编码。比较结果返回 True 或 False。如果结果为True ,那么两个图像将是相同的。如果是False,则两个图像将不相同。


128 种面部编码将如下所示

image.png

128 个人脸编码(人脸标志)


仅当比较结果返回 True 值时,才会打印准确度级别。


现在,让我们进入本主题的编码部分,


为了实现这一点,我们需要安装几个 python 模块。为此,只需打开命令提示符或终端,键入以下内容。


pip install opencv-python

pip install face-recognition

安装后,现在是时候导入这些模块了。然后,我们需要创建一个名为 find_face_encodings(image_path) 的新函数,它获取图像位置(路径)并返回 128 个面部编码,这在比较图像时非常有用。


find_face_encodings(image_path) 函数将使用 OpenCV 模块,从我们作为参数传递的路径中读取图像,然后返回使用 face_recognition 模块中的 face_encodings() 函数获得的 128 个人脸编码。


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]

现在,使用两个不同的图像路径调用 find_face_encodings(image_path) 函数,并将其存储在两个不同的变量中,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")

现在,我们可以使用编码执行比较和查找这些图像的准确性等操作。


比较将通过使用 face_recognition 中的 compare_faces() 函数来完成。

通过找到 100 和 face_distance 之间的差异来确定准确性。

# 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")

输出——案例 1

image.png

Is Same: True

The images are same

Accuracy Level: 64%

输出——案例 2

image.png

Is Same: False

The images are not same

本文网址:
下一篇:没有资料

相关信息:
版权所有 CopyRight 2006-2017 江苏和讯自动化设备有限公司 电话:0519-85602926 地址:常州市新北区太湖东路府琛大厦2号楼307-1室,307-2室
ICP备14016686号-2 技术支持:常州鹤翔网络
本站关键词:常州电工培训 常州电工证 常州变频器培训 常州触摸屏培训 网站地图 网站标签
在线与我们取得联系