隨著人工智慧技術的飛速發展，在我們生活中越來越多地融入了這項技術所帶來的成果，其中最為耳熟能詳的就是人臉識別技術了。包括各種App的實名認證，企業的門禁系統，小區的攝像頭，無時不刻地在捕捉我們的臉龐。這項技術到底有多神秘呢，是不是我們自己就可以動動雙手來嘗試一下呢，答案是肯定的，而且就靠我們的樹莓派就可以做到，高科技其實離我們咫尺之遙，並不神秘。
人臉識別技術
下面就來說說我們的小派如何來做到人臉識別，首先有些前提條件要準備好，第一步要準備好樹莓派專用的攝像頭，這是小派的眼睛，必須得有。第二步就是要安裝一個叫OpenCV的軟體，它是大腦，是人臉識別的核心軟體。關於以上兩步的詳細介紹，在我的前文
《樹莓派開發系列（四） 小派，看看這個世界吧》
中有詳細的說明，有興趣的朋友可以關注我並翻閱下前文，本篇就不再贅述了。
樹莓派及攝像頭
接下來我們就拿起我們的python武器，編寫一段程式碼來實現人臉識別。程式碼如下：
‘’‘Haar Cascade Face detection with OpenCV Based on tutorial by pythonprogramming。net Visit original post： https：//pythonprogramming。net/haar-cascade-face-eye-detection-python-opencv-tutorial/Adapted by Marcelo Rovai - MJRoBot。org @ 7Feb2018’‘’import numpy as npimport cv2# 匯入opencv內部已經訓練好的人臉模型faceCascade = cv2。CascadeClassifier（‘haarcascade_frontalface_default。xml’）# 開啟攝像頭，並設定視窗大小cap = cv2。VideoCapture（0）cap。set（3， 640） # set Widthcap。set（4， 480） # set Height# 進行人臉識別while True： ret， img = cap。read（） # 讀取攝像頭採集到的圖片 # img = cv2。flip（img， -1） #將攝像頭180旋轉，攝像頭倒放的時候需要 gray = cv2。cvtColor（img， cv2。COLOR_BGR2GRAY） # 將讀取的圖片轉換為灰度圖 faces = faceCascade。detectMultiScale（ gray， scaleFactor=1。2， minNeighbors=5 ， minSize=（20， 20） ） # 採用Haar+Cascade分類器進行臉部識別 for （x， y， w， h） in faces： # 將識別到的人臉用藍色框框出來，x：橫座標；y縱座標；w：寬度；h：高度（即（x，y）：表示畫藍色框的起點；w，h表示藍色框的長和寬） cv2。rectangle（img， （x， y）， （x + w， y + h）， （255， 0， 0）， 2） roi_gray = gray［y：y + h， x：x + w］ roi_color = img［y：y + h， x：x + w］ cv2。imshow（‘video’， img） # 顯示到螢幕上 k = cv2。waitKey（30） & 0xff if k == 27： # 按‘ESC’退出攝像頭 breakcap。release（） # 釋放攝像頭cv2。destroyAllWindows（） # 關閉視窗
在這段程式碼中，有個關鍵點就是haarcascade_frontalface_default。xml這個檔案，這個檔案是OpenCV已經訓練好的人臉模型的引數，有了這個模型引數，OpenCV就可以從影象中去區分出人臉。檔案可以從這個連結中下載：https：//github。com/opencv/opencv/tree/master/data/haarcascades。
好了，執行一下試試效果吧，還不錯，速度還挺快的！是不是很簡單呢：），其實目前的話，我們只是做到了識別出通用的人臉，更進一步，我們應該能識別出特定的人臉，這個就要自來來訓練人臉模型了，有興趣的朋友可以查閱些資料來嘗試下。也希望大家互相來交流，挖掘出更多樹莓派的有趣應用。
樹莓派人臉識別
