前言

以前在博客：基于PYQT編寫一個人臉識別軟件 中給出了我自己用PYQT編寫的一個小軟件。鑒于使用的是開源庫——face_recogniton，盡管使用很簡單，但是還有些問題，比如：識別黃種人時效果不好，運行速度較慢等等。
有一點還需要說明，face_recogntion的底層是dlib機器學習庫，換種想法我們也可以使用dlib的一些基礎功能自己編寫出一些類似face_recogntion庫提供的功能。
我自己基于dlib庫重新寫了一個新的軟件，性能上相對會比原來使用face_recognition好一些。

環境依賴

• dlib機器學習庫。安裝教程：https://www.pyimagesearch.com/2017/03/27/how-to-install-dlib/?spm=5176.100239.blogcont336184.15.b7697a079ArIo。Linux下相對安裝更容易一些，Windows下要自行配置好boost庫，稍微會麻煩一點。
• OpenCV(python)。圖像處理必備，沒什么說的。
• PyQt4。GUI界面是基于PYQT編寫的，界面設計上我沒有花太多功夫，直接在QT Designer設計，然后用eric編譯生成的。
• 一些常用庫：比如numpy、webbrowser、pickle等等，如果少了用pip裝就可以了。
• 軟件是基于Python2編寫的，盡管盡量注意了py2和py3的兼容問題，但在python3不保證一定能運行通過，可能要自行修改一些代碼才能運行通過。

軟件截圖

下面是部分截圖，總共做了9個功能。

最基本的人臉檢測，可以選擇默認模型或者CNN模型，CNN模型運行耗時較長（在筆記本上跑挺慢的）。

換臉。

訓練目標檢測器，默認會導入我做好的貓數據集，也可以自行制作數據集。要使用到dlib的imglab工具，生成描述數據集信息的xml文件。自己訓練相對也會比較花時間。

訓練完成，會打印一些相關信息，后面控制臺也會打印一些信息。

默認會導入我訓練好的模型，這個是貓臉識別的模型。

下載鏈接

http://download.csdn.net/download/hongbin_xu/10226813
里面提供了兩個下載鏈接。一個是python源碼，一個是我打包好的exe可執行文件。
python源碼，需要自行配置Python環境，安裝dlib、opencv、pyqt等庫；
軟件使用python2編寫，python3不保證一定能運行，需要自己調試或是修改部分代碼；
exe文件，可以直接在Windows下運行，不需要安裝依賴庫；

目錄說明

/app/下存放的是有關圖像處理，后臺功能實現的代碼。

/gui/下存放的是有關GUI界面的文件，Ui開頭的是在eric下編譯生成的py文件，用來繪制GUI界面，沒有Ui開頭的是對應GUI界面交互的文件，定義了一些對應的槽函數來響應用戶操作。

/images/文件夾下存放了一些測試圖片。
/images/test_face_clustering/存放了測試人臉聚類功能時使用的一些圖片。
/images/face_clustering_output/保存了人臉聚類的輸出結果。
/images/test_face_exchange/存放了換臉功能的測試圖片。
/images/test_object_detector/存放了訓練數據集，在使用訓練目標檢測器功能時，會自動導入。里面放的是一些貓臉的數據集，默認會導入我用imglab（dlib提供的工具軟件）做好的xml文件。
/images/test_shape_predictor/存放了訓練數據集，用于訓練人臉特征點檢測器，軟件默認會導入做好的xml文件，引入數據集。
剩下的幾張圖片，是隨便放的一些測試圖片。

/model/文件夾中放了一些官方提供的模型文件，程序中會用到。

/template/文件夾中存放了人臉比對功能中使用的模板圖片，以及我生成好的模板。

在main.py中創建了主界面（定義在mainWindow.py中），mainWindow.py導入了其他所有的代碼。

后記

這個軟件也是斷斷續續地寫的，哪天有多余時間就來寫幾個功能，也是當做練手用的小項目。用代碼統計了一下有4000多行Python代碼，不過除去用軟件生成的畫GUI界面的那些代碼，差不多加起來也有2000-3000行吧。感覺主要時間都是花在調試bug上，寫一個功能也花不了多少時間，也許自己還是太菜了。
最近一直在等我的雙目攝像頭，總算到了，正好也把軟件給寫完了，可以開始做實驗了。

總結

以上是生活随笔為你收集整理的基于PYQT编写一个人脸识别软件（2）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。