2 qq 25559705 qq_25559705 于 2018.05.16 20:35 提问

关于python人脸识别库的数据类型问题 5C
import face_recognition
import cv2
import os

def file_name(dir):
    names = os.listdir(dir)
    i=0
    for name in names:
        index = name.rfind('.')
        name = name[:index]
        names[i]=name
        i=i+1
    return names

def file_list(dir):
    list_name=os.listdir(dir)
    return list_name
video_capture = cv2.VideoCapture(0)
face_dir="E:\\face"
names1=file_name(face_dir)
root=file_list(face_dir)
for name1 in names1:
    image = face_recognition.load_image_file("E:\\face\\"+name1+".jpg")
    name1 = face_recognition.face_encodings(image)[0]
    # name1 = name1.astype('float64')



# Create arrays of known face encodings and their names
known_face_encodings = names1
known_face_names = names1
print(known_face_encodings)
# Initialize some variables
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

while True:
    # Grab a single frame of video
    ret, frame = video_capture.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 and face encodings in the current frame of video
        face_locations = face_recognition.face_locations(rgb_small_frame)
        face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

        face_names = []
        for face_encoding in face_encodings:
            # See if the face is a match for the known face(s)
            #face_encoding = face_encoding.astype('float64')
            matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
            name = "Unknown"
            print(matches)
            # If a match was found in known_face_encodings, just use the first one.
            if True in matches:
                first_match_index = matches.index(True)
                name = known_face_names[first_match_index]
                print(first_match_index)
            face_names.append(name)

    process_this_frame = not process_this_frame


    # Display the results
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        # 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, 255), 2)

        # Draw a label with a name below the face
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    # Display the resulting image
    cv2.imshow('Video', frame)

    # Hit 'q' on the keyboard to quit!
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()

总是提示: return np.linalg.norm(face_encodings - face_to_compare, axis=1)
TypeError: ufunc 'subtract' did not contain a loop with signature matching types dtype('S32') dtype('S32') dtype('S32')

这是什么鬼,转换了数据类型也没有用???

1个回答

caozhy
caozhy   Ds   Rxr 2018.05.16 22:31
qq_25559705
qq_25559705 没有用,我代码里早就已经加上去了,不行
5 个月之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
人脸识别系统的应用及面临的问题
人脸识别系统的应用及面临的问题
资源 | 基于Python的开源人脸识别库:离线识别率高达99.38%
仅用 Python 和命令行就可以实现人脸识别的库开源了。该库使用 dlib 顶尖的深度学习人脸识别技术构建,在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。 该项目是要构建一款免费、开源、实时、离线的网络 app,支持组织者使用人脸识别技术或二维码识别所有受邀人员。 有了世界上
Python调用dlib库实现人脸识别 — AI初学者快速体验人工智能实现
一  人脸识别基本概念二  工具和环境安装准备     1. 安装CMake      2. 安装dlib      3. 安装scikit-image三  人脸识别实践      1. 实验准备      2. 识别逻辑简述      3. 具体代码      4. 运行与结果一  人脸识别基本概念       基本概念先说明下,人脸检测解决的问题是确定一张图上有木有人脸,而人脸识别解决的问题是...
基于Python的开源人脸识别库:离线识别率高达99.38%
基于Python的开源人脸识别库:离线识别率高达99.38%
基于Python的开源人脸识别库:离线识别率高达99.38%——新开源的用了一下感受一下
该项目是要构建一款免费、开源、实时、离线的网络 app,支持组织者使用人脸识别技术或二维码识别所有受邀人员。有了世界上最简单的人脸识别库,使用 Python 或命令行,即可识别和控制人脸。该库使用 dlib 顶尖的深度学习人脸识别技术构建,在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。这也提供了一个简单的 face_r
应用一个基于Python的开源人脸识别库,face_recognition
转载请注明出处:http://blog.csdn.net/hongbin_xu 或 http://hongbin96.com/ 文章链接:http://blog.csdn.net/hongbin_xu/article/details/74981819 或http://hongbin96.com/125 今天看微信时,看到一篇推送文章介绍了一个基于python的开源人脸识别库,且其离线识别率高达...
dlib_face_recognition_resnet_model_v1.dat人脸识别模型
dlib库训练好的人脸识别的模型,使用python,导入dlib库和模型,就可以完成人脸识别
用OpenCV做人脸识别和性别识别contrib(本文包含最全人脸库)
本文转自:http://blog.csdn.net/yang_xian521/article/details/7736955 人脸识别的故事说也说不完,调研的事还是交给大家吧。这里说的是用OpenCV做人脸识别。 因为是真正的人脸识别,不是搞笑娱乐的东西,所以数据库一定要强大的,推荐个网站http://www.face-rec.org/databases/。这里有最全的人脸库的概述,希望大
Python人脸识别最佳教材典范,40行代码搭建人脸识别系统!
Face Id是一款高端的人脸解锁软件,官方称:“在一百万张脸中识别出你的脸。”百度、谷歌、腾讯等各大企业都花费数亿来鞭策人工智能的崛起,而实际的人脸识别技术是否有那么神奇?绿帽识别器固然是没有的!万万别再当一只井底之蛙!互联网火速的发展,网络上大量Python程序员共享的各类资源库,人脸识别早就是各位程序员必备技能之一了,一点也不神奇。如今只需用Python的数四十行代码就可以完成人脸定位!小编...
Face Recognition Python 人脸识别库
Face Recognition 是一个基于 Python 的人脸识别库,它还提供了一个命令行工具,让你通过命令行对任意文件夹中的图像进行人脸识别操作。 该库使用 dlib 顶尖的深度学习人脸识别技术构建,在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。