AI領(lǐng)域非常廣泛，從信息的載體可分為文字、圖片、聲音、視頻等，當(dāng)我真的想要學(xué)習(xí)AI的時(shí)候，有點(diǎn)無從下手。從什么方向入門，學(xué)習(xí)什么庫？

前幾天逛github，發(fā)現(xiàn)了一個(gè)識(shí)別人臉的教程：
https://github.com/vipstone/faceai

看了一個(gè)入門還是非常簡(jiǎn)單的。

安裝：

安裝包都比較大，可以使用豆瓣源:

-i https://pypi.douban.com/simple

> pip install numpy > pip install opencv-python

備注：dlib 庫非難安裝

首先，使用 opencv 打開一張圖

import cv2

img = cv2.imread("d:/tc/faceai/meinv.jpg")

cv2.namedWindow('Image')

cv2.imshow('Image', img)

cv2.waitKey(0)

cv2.destroyAllWindows()

人臉識(shí)別

要想識(shí)別一張圖片上的人臉分三步：

將彩色圖片轉(zhuǎn)換為灰色，轉(zhuǎn)為一維的灰度，降低計(jì)算強(qiáng)度。

import cv2

img = cv2.imread('d:/tc/faceai/meinv.jpg')

# 轉(zhuǎn)換灰色

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imshow("Image", gray)

cv2.waitKey(0)

cv2.destroyAllWindows()

通過矩形畫出人臉位置。

import cv2

img = cv2.imread('d:/tc/faceai/meinv.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 繪制矩形

x = y = 10 # 坐標(biāo)

w = 100 # 矩形大小（寬、高）

color = (0, 0, 255) # 定義繪制顏色

cv2.rectangle(img, (x, y), (x + w, y + w), color, 1) # 繪制矩形

cv2.imshow("Image", img) # 顯示圖像

cv2.waitKey(0)

cv2.destroyAllWindows() # 釋放所有的窗體資源

使用訓(xùn)練分類器查找人臉。

這一步的核心是使用 opencv 的人臉訓(xùn)練模型，下載地址：

https://github.com/opencv/opencv/tree/master/data/haarcascades

這里選擇haarcascade_frontalface_default.xml文件，你可以下載到本地。

import cv2

img = cv2.imread('d:/tc/faceai/meinv.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# OpenCV人臉識(shí)別分類器

classifier = cv2.CascadeClassifier("d:/tc/faceai/haarcascade_frontalface_default.xml")

color = (0, 255, 0) # 定義繪制顏色

# 調(diào)用識(shí)別人臉

faceRect = classifier.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))

if len(faceRect): # 大于0則檢測(cè)到人臉

for faceRect in faceRect: # 單獨(dú)框出每一張人臉

x, y, w, h = faceRect

# 框出人臉

cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)

# 左眼

cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8),

color)

# 右眼

cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8),

color)

# 嘴巴

cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4),

(x + 5 * w // 8, y + 7 * h // 8), color)

cv2.imshow("image", img) # 顯示圖像

c = cv2.waitKey(10)

cv2.waitKey(0)

cv2.destroyAllWindows()

那么，我們已經(jīng)識(shí)別出美女的五官了。

我們可以使用opencv訓(xùn)練自己的分類器，比如識(shí)別頁面上的按鈕、輸入框等，那么是不是就可以通過AI來定位元素了。

責(zé)任編輯：lq