go使用dlib人脸检测和人脸识别

一、安装go-face库

      准备好环境，需要下载go-face库：

go get -u -f  github.com/Kagami/go-face

官方源码路径

https://github.com/Kagami/go-face

二、安装dlib库

      安装这个库挺费时间的，比编写go代码还要长，目前 作者的环境是windows 10， 64位环境。

1、下载MSYS2，是一款高效专业的类似于linux的开发环境软件，该软件基于Cygwin和MinGW-w64的MSYS进行重写,集合了丰富实用的工具组件。下载地址为MSYS2

2、安装此软件，安装成功后，在windows的“开始”菜单，选择MSYS2 MSYS。

3、在MSYS2超级终端里，输入pacman -Syu，如果提示关闭，就关闭。

4、再执行第二步，重新输入pacman -Syu

5、然后输入，pacman -S mingw-w64-x86_64-gcc mingw-w64-x86_64-dlib，至此你已成功安装了dlib了。

6、如果您已经安装了Go和Git，而且想在MSYS2超级终端使用GO和GIT命令，需要修改msys2_shell.cmd文件，搜索“rem set MSYS2_PATH_TYPE=inherit”，然后修改为set MSYS2_PATH_TYPE=inherit，保存即可。

7、从“开始”菜单，选择并运行MSYS2 MinGW x64，然后进入你的例子代码路径，输入go build main.go编译即可。

三、模型下载

下载地址 http://dlib.net/files/

 下载三个模型

shape_predictor_5_face_landmarks.dat

dlib_face_recognition_resnet_model_v1.dat

mmod_human_face_detector.dat

四、准备好gocv环境

安装的教程如下：

使用gocv，更好的处理图片。

五、示例代码

单一人脸：

多人脸图片：

1.  
   package main
2.  
    
3.  
   import (
4.  
   "fmt"
5.  
   "github.com/Kagami/go-face"
6.  
   "gocv.io/x/gocv"
7.  
   "image"
8.  
   "image/color"
9.  
   "log"
10.  
    "path/filepath"
11.  
    )
12.  
     
13.  
    //
14.  
    const (
15.  
    dataDir = "models"
16.  
    imageDir = "images"
17.  
    )
18.  
     
19.  
     
20.  
     
21.  
    func main() {
22.  
     
23.  
    // 特征值
24.  
    var descriptor face.Descriptor
25.  
     
26.  
    // 目标距离
27.  
    matchDistance := 0.1
28.  
     
29.  
    // 创建一个窗口
30.  
    window := gocv.NewWindow("dlib Recognize")
31.  
    defer window.Close()
32.  
     
33.  
    // 颜色
34.  
    greenColor := color.RGBA{0, 255, 0, 255}
35.  
    redColor := color.RGBA{255, 0, 0, 255}
36.  
     
37.  
     
38.  
    // 加载模型
39.  
    rec, err := face.NewRecognizer(dataDir)
40.  
     
41.  
    if err != nil {
42.  
    log.Fatal(err)
43.  
    }
44.  
     
45.  
    defer rec.Close()
46.  
     
47.  
    // 单一脸图片
48.  
    faceImagePath := filepath.Join(imageDir, "face.jpg")
49.  
     
50.  
    img1 := gocv.IMRead(faceImagePath, gocv.IMReadColor)
51.  
    defer img1.Close()
52.  
     
53.  
    fmt.Println("正在读的单一脸图像 = ", faceImagePath)
54.  
     
55.  
    //
56.  
    faces, err := rec.RecognizeFile(faceImagePath)
57.  
     
58.  
    if err != nil {
59.  
    log.Fatalf("无法识别: %v", err)
60.  
    }
61.  
     
62.  
    if 0 == len(faces){
63.  
    log.Fatal("图片没有人脸")
64.  
    }
65.  
     
66.  
    for _, f := range faces{
67.  
    descriptor = f.Descriptor
68.  
    }
69.  
     
70.  
     
71.  
    // 多人脸图片
72.  
    facesImagePath := filepath.Join(imageDir, "faces.jpg")
73.  
     
74.  
    img2 := gocv.IMRead(facesImagePath, gocv.IMReadColor)
75.  
    defer img2.Close()
76.  
     
77.  
    // copy bg to draw
78.  
    background := img2.Clone()
79.  
    defer background.Close()
80.  
     
81.  
     
82.  
    //
83.  
    fmt.Println("正在读的多人脸图像 = ", facesImagePath)
84.  
     
85.  
    //
86.  
    faces, err = rec.RecognizeFile(facesImagePath)
87.  
     
88.  
    if err != nil {
89.  
    log.Fatalf("无法识别: %v", err)
90.  
    }
91.  
     
92.  
    if 0 == len(faces){
93.  
    log.Fatal("图片没有人脸")
94.  
    }
95.  
     
96.  
    for _, f := range faces{
97.  
     
98.  
    gocv.Rectangle(&background, f.Rectangle, redColor, 3)
99.  
     
100.  
     // 计算特征值之间的欧拉距离
101.  
     dist := face.SquaredEuclideanDistance(f.Descriptor, descriptor)
102.  
      
103.  
     fmt.Println("欧拉距离 = ", dist)
104.  
      
105.  
     c := redColor
106.  
      
107.  
     if dist < matchDistance {
108.  
     c = greenColor
109.  
     }
110.  
      
111.  
     // 在图片上画人脸框
112.  
     pt := image.Pt(f.Rectangle.Min.X, f.Rectangle.Min.Y-20)
113.  
     gocv.PutText(&background, "jay", pt, gocv.FontHersheyPlain, 2, c, 2)
114.  
      
115.  
     }
116.  
      
117.  
      
118.  
     // 显示图片
119.  
     window.IMShow(background)
120.  
      
121.  
     for{
122.  
     if window.WaitKey(1) >= 0 {
123.  
     break
124.  
     }
125.  
     }
126.  
      
127.  
     }

最终输出如下，绿色表示找到的人脸图片。

这篇好文章是转载于：学新通技术网