本文將介紹如何開發一個交互式應用程序，利用Adam Geitgey的人臉識別框架，從攝像頭或網絡攝像頭設備識別人臉。

為了創建一個交互式應用程序，我們將使用Tkinter，Docker將用于確保一個包含所有必要依賴項的隔離環境。本文可以作為你自己項目的起點，因為使用哪些框架和庫并不重要。

了解如何通過Docker創建一個利用攝像頭設備、GPU加速和深度學習框架的交互式應用程序有很多可能性。

如果只希望通過Docker運行GUI，我創建了本文，你可以按照以下內容進行操作：

https://towardsdatascience.com/empowering-docker-using-tkinter-gui-bf076d9e4974

---

如果你想立即運行應用程序，可以下載我的Github存儲庫，并按照本文末尾的“運行應用程序”部分進行操作。

閱讀教程

在本文中，將介紹應用程序中的腳本，之后將介紹運行應用程序的教程。文章將按照以下順序進行。

目錄

環境

應用程序概述

Docker

編程

攝像設備

計算機視覺

Shell腳本

運行應用程序

結論

---

環境

此應用程序僅使用Linux進行了測試，但是，它的工作原理應該與其他操作系統類似，其中一些參數可能不同，例如在運行Docker時。

對于先決條件，你應該安裝攝像頭或網絡攝像頭、Docker、CUDA和CuDNN。我已使用以下方法測試了應用程序：

• Docker 20.10.8

• CUDA 11.4

• CuDNN 8.2.2

• OS:Manjaro 21.1.2 Phavo

• GPU:NVIDIA GeForce GTX 1080 Ti

• 攝像頭設備：羅技網絡攝像頭C930e

目錄結構

本項目的目錄結構如下所示。你可以事先創建這些文件，或者直接從我的Github存儲庫下載所有文件。

此外，你需要在dataset目錄中創建自己的目錄，并插入所需的圖像。在我的例子中，如下所示，我在Kasper目錄中添加了四個圖像。你在不同場景中為同一個人添加的圖像越多，你的預測就越可靠。關于腳本，本文將介紹它們的內容。

注意：encodings.pkl將在以后自動生成。

應用程序的目錄結構：

---

應用程序概述

該應用程序包含一個GUI，其中有一個用于顯示相機設備輸出的面板。此外，還有一個用于激活/禁用人臉識別的按鈕。

當前打開人臉識別的應用程序。

---

Docker

為了創建一個安裝人臉識別、OpenCV、Dlib、Python等的隔離環境，使用了以下Docker代碼。

Dockerfile創建隔離環境：

FROM?nvidia/cuda:11.4.1-cudnn8-devel-ubuntu20.04ARG?DEBIAN_FRONTEND=noninteractive#?Install?dependencies RUN?apt-get?update?-y RUN?apt-get?install?-y?\git?\cmake?\libsm6?\libxext6?\libxrender-dev?\python3?\python3-pip?\gcc?\python3-tk?\ffmpeg?\libopenblas-dev?\?liblapack-dev#?Install?dlib RUN?git?clone?https://github.com/davisking/dlib.git?&&?\cd?dlib?&&?\mkdir?build?&&?\cd?build?&&?\cmake?..?-DDLIB_USE_CUDA=1?-DUSE_AVX_INSTRUCTIONS=1?&&?\cmake?--build?.?&&?\cd?..?&&?\python3?setup.py?install?#?Install?Face?Recognition?and?OpenCV RUN?pip3?install?face_recognition?opencv-pythonWORKDIR?/face_recognition/app

---

Tkinter

為了創建一個可由用戶控制的交互式GUI以啟用和禁用人臉識別，使用Tkinter庫。下面的代碼創建了先前顯示的GUI。

主腳本，用于創建GUI并允許人臉識別。

import?tkinter?as?tk from?src.facevision?import?FaceVision from?src.videostream?import?VideoStreamif?__name__?==?'__main__':#?Tkinter窗口root_window?=?tk.Tk()#?Window設置root_window.title('Face?Recognition')root_window.geometry('500x540')??#?widthxheight+x+yroot_window.configure(background='#353535')#?攝像頭可視化面板panel?=?tk.Label(root_window)panel.pack(side='top',?fill='none')#?FaceVision初始化face_vision?=?FaceVision()#?Webcam初始化vs?=?VideoStream(panel=panel,?face_vision=face_vision)vs.stream()#?人臉識別按鈕button_face_recognition?=?tk.Button(root_window,?text='Activate?Face?Recognition',?command=lambda:?face_vision.change_facerec_state(button_face_recognition))button_face_recognition.pack()#?主循環root_window.mainloop()

---

攝像設備

為了從相機設備獲取圖像并更新Tkinter GUI，可以使用以下腳本。

在第7行中，它使用函數VideoCapture by OpenCV，其中的參數應與你的設備相對應。默認相機id通常為0，但是，如果不起作用，可以嘗試使用1或-1。

如果你希望使用視頻，你應該能夠用視頻路徑替換設備id，但可能需要進行一些其他調整。在第26行，它在一毫秒后再次調用函數本身。

import?cv2 from?PIL?import?Image,?ImageTkclass?VideoStream():def?__init__(self,?panel,?face_vision):self.cap?=?cv2.VideoCapture(0)?#?參數應該對應于你的設備self.panel?=?panelself.face_vision?=?face_visiondef?stream(self):#?從相機獲取圖像_,?frame?=?self.cap.read()img?=?cv2.cvtColor(frame,?cv2.COLOR_BGR2RGB)#?人臉識別img?=?self.face_vision.process_image(img=img)#?Tkinterimg?=?Image.fromarray(img)tk_img?=?ImageTk.PhotoImage(img)self.panel.imgtk?=?tk_imgself.panel.configure(image=tk_img)#?再次運行self.panel.after(ms=1,?func=self.stream)

計算機視覺

與大多數計算機視覺應用程序相反，在大多數計算機視覺應用程序中，你通過展示數百個類的示例來訓練模型以對所需類進行分類，而在人臉識別中，你可以使用深度度量學習。

通過深度度量學習，你可以訓練模型來描述所需對象，而不是預測它是哪個類。在我們的例子中，我們使用它來提供一個特征向量，一種128維編碼，它使用實數來描述每個人臉。教授一個模型來描述人臉而不是預測一個特定的人是一個優勢，因為如果想要識別一個新的人，就不需要對模型進行再訓練。

相反，我們應該簡單地保存模型可以訪問的新人的編碼。我們將在本文后面獲得這些編碼。使用框架人臉識別，我們不必從頭開始訓練模型，而是使用通過人臉識別提供的已經訓練過的模型。如果想要進一步探索人臉識別領域，《人臉識別框架》詳細闡述了這一主題：

https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78

數據集與編碼器

為了使模型能夠識別人臉，需要一個包含人臉編碼的pickle文件。要實現這一點，正如前面在“目錄結構”一節中提到的，你必須在目錄數據集中創建一個包含所需人員姓名的目錄。之后，編碼器應包含以下代碼。

在這段代碼中，我們遞歸地獲取dataset目錄中每個人的所有圖像。通過使用人臉識別框架，我們定位人臉并為每幅圖像提取編碼。

構造包含數據集編碼的pickle文件：

import?face_recognition import?cv2 from?pathlib?import?Path import?pickleif?__name__?==?'__main__':print('Starting?Encoding..')data?=?{'names':?[],?'encodings':?[]}#?數據集路徑path?=?Path.cwd()?/?'./data/dataset/'#?瀏覽每一張圖片for?file_name?in?path.rglob('*.jpg'):#?從數據集讀取圖像img?=?cv2.imread(str(file_name))img?=?cv2.cvtColor(img,?cv2.COLOR_BGR2RGB)#?定位人臉face_location?=?face_recognition.face_locations(img,?number_of_times_to_upsample=1,?model='cnn')#?編碼的人臉encoding?=?face_recognition.face_encodings(face_image=img,?known_face_locations=face_location,?model='small')#?保存信息data['names'].append(file_name.parent.name)data['encodings'].append(encoding)#?在pickle文件中保存編碼with?open('./data/encodings.pkl',?'wb')?as?f:pickle.dump(data,?f)print('Completed?Encoding!')

人臉識別

為了識別人臉，將使用以下代碼。為了總結代碼，它使用來自我們的相機設備的圖像，檢測人臉，為每個人臉提取128維編碼，然后將新編碼與我們的編碼數據集進行比較。

為了進行比較，它會檢查新編碼的特征與我們編碼的數據集之間的距離，如果特征的距離小于閾值參數，則該特征將獲得投票。為了找到最佳匹配，我們只需選擇得票最多的人。如果簡單的解決方案不夠，你可以實現更強大的分類器。

更具體地說，視頻流為每一幀調用函數process_image，該函數完成了實現人臉識別所需的所有工作。在第43–45行中，可以調整比較的閾值參數。閾值越低，比較就越嚴格。此外，在第48-51行中，最高投票數也可以調整，以增加或減少嚴格程度。

計算機視覺部分，基于人臉識別框架：

import?face_recognition import?pickle import?cv2 import?numpy?as?npclass?FaceVision():def?__init__(self):#?加載編碼data?=?pickle.loads(open('./data/encodings.pkl',?'rb').read())self.encoded_data?=?data['encodings']self.name_data?=?data['names']self.use_face_recognition?=?Falsedef?process_image(self,?img):#?檢測和定位人臉face_locations?=?self.__locate_faces(img)#?如果沒有找到人臉，返回原始圖像if?not?face_locations:return?img#?編碼輸入圖像encodings?=?face_recognition.face_encodings(face_image=img,?known_face_locations=face_locations,?model='small')#?通過比較新的編碼和之前編碼的pickle文件來識別人臉self.__identify_faces(image=img,?face_locations=face_locations,?encodings=encodings)return?imgdef?__locate_faces(self,?image):if?self.use_face_recognition?is?True:#?檢測人臉并接收他們的位置face_locations?=?face_recognition.face_locations(img=image,?number_of_times_to_upsample=1,?model='cnn')return?face_locationsdef?__identify_faces(self,?image,?face_locations,?encodings):#?比較保存的編碼和新的編碼for?face_bbox,?encoding?in?zip(face_locations,?encodings):#?找到匹配matches?=?face_recognition.compare_faces(known_face_encodings=self.encoded_data,?face_encoding_to_check=encoding,?tolerance=0.01)#?計算投票并找到最佳匹配votes?=?[np.count_nonzero(m==True)?for?m?in?matches]highest_vote?=?max(votes)highest_vote_idx?=?votes.index(highest_vote)person_match?=?self.name_data[highest_vote_idx]#?投票閾值，如果沒有超過，投票的名字將是Unknownif?highest_vote?<?20:person_match?=?'Unknown'#?添加可視化圖像t,?r,?b,?l?=?face_bboxcv2.rectangle(image,?(l,?t),?(r,?b),?(0,?255,?0),?2)????????cv2.putText(image,?person_match,?(l,?t-10),?cv2.FONT_HERSHEY_SIMPLEX,?0.8,?(0,?255,?0),?1)def?change_facerec_state(self,?button):#?取反self.use_face_recognition?=?not?self.use_face_recognition#?改變按鈕的文本if?self.use_face_recognition?is?True:button.configure(text='Disable?Face?Recognition')else:button.configure(text='Activate?Face?Recognition')

---

Shell腳本（警告）

為了簡化操作，請創建一個shell腳本，該腳本使用以下參數運行xhost和Docker。

對于xhost，啟用對所有人的訪問，然后在卸載Docker容器后禁用它。在這個Docker命令中，我們共享GPU，顯示GUI。

警告：如果在本地運行，則使用xhost和這些Docker參數不應成為問題。但是，如果在生產中使用，則應增強安全性，這在此處是推薦的。

自動啟用/禁用xhost并運行Docker容器：

#!/bin/bash xhost?+ docker?run?--gpus?all?--device?/dev/nvidia0?--device?/dev/nvidia-uvm?--device?/dev/nvidia-uvm-tools?\--device?/dev/nvidiactl?\-it?\--rm?\-e?DISPLAY=$DISPLAY?\-v?/tmp/.X11-unix:/tmp/.X11-unix:rw?\-v?$(pwd):/face_recognition?\--device=/dev/video0:/dev/video0?\face_recognition xhost?-

---

運行應用程序

構建Docker鏡像：docker build -t facerecognition_gui

使shell腳本可執行：chmod +x ./run.sh

運行shell腳本：./run.sh

在Docker容器中，創建編碼的數據集（確保圖像位于數據集目錄中的目錄中）：python3 encoder.py

運行應用程序：python3 gui.py

現在可以啟用人臉識別。

注意：要分離/退出Docker容器，請按ctrl-D

結論

在本文中，你已經了解了如何將GUI、攝像頭設備、GPU與Docker一起使用。了解如何結合這些，提供了許多可用于學術和商業目的的可能性。

此外，使用相同的策略，通過Docker共享etc設備，你應該能夠利用其他庫和框架，而不必經歷環境問題。

☆ END ☆

如果看到這里，說明你喜歡這篇文章，請轉發、點贊。微信搜索「uncle_pn」，歡迎添加小編微信「 woshicver」，每日朋友圈更新一篇高質量博文。

↓掃描二維碼添加小編↓

總結

以上是生活随笔為你收集整理的基于Docker的交互式人脸识别应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。