给你的电脑做个简单的“人脸识别认证”

geren2014

在我们的办公室，锁定屏幕是您需要快速开发的习惯。 因为如果你将你的计算机解锁，有人会玩得开心并改变你的壁纸或别名你sudo( linux系统管理指令，注*文章作者使用Linux系统)的东西。

有一天，我开始思考，为什么我不能自动化呢？ 在这里，我来到Face Recognition python库。 它的设置和使用非常简单。

但首先要做的事情。 我们需要检查是否可以从python锁定屏幕以及如何操作。



锁定屏幕

我在Cinnamon桌面环境中使用Linux Mint。 幸运的是在Cinnamon案例中，使用screensaver命令锁定或解锁屏幕非常容易。

1. cinnamon-screensaver-command --activate  # to lock the screen
   
2. cinnamon-screensaver-command --deactivate  # to unlock the screen
   

复制代码

从python运行终端命令并不是什么大问题：

1. from subprocess import call
   
2. LOCK_ARGS = {
   
3.     True: '--activate',
   
4.     False: '--deactivate',
   
5. }
   
6. def lock_screen(lock):
   
7.     call(('cinnamon-screensaver-command', LOCK_ARGS[lock]))
   
8. lock_screen(True)  lock_screen(False)

复制代码

设置face_recognition

下一步是认出你可爱的脸。 我们将使用人脸识别库。 你可以在数据库中找到很多很好的例子，我相信一个对我们很有用。

它使用OpenCV从相机捕获流。 我还决定使用构造神经网络来定位框架中的面部。 要有更好的准确性。

1. from threading import Timer
   
2. import cv2
   
3. import face_recognition
   
4. def load_user_encoding():
   
5.     user_image = face_recognition.load_image_file(os.path.join(BASE_DIR, 'user.jpg'))
   
6.     user_image_face_encoding = face_recognition.face_encodings(user_image, num_jitters=10)[0]
   
7. 
   
8.     return user_image_face_encoding
   
9. def find_user_in_frame(frame, user_encoding):
   
10.     face_locations = face_recognition.face_locations(frame, model='cnn')
    
11.     face_encodings = face_recognition.face_encodings(frame, face_locations, num_jitters=2)
    
12. 
    
13.     for face_encoding in face_encodings:
    
14.         matches = face_recognition.compare_faces((user_encoding, ), face_encoding, tolerance=0.9)
    
15. 
    
16.         return any(matches)

复制代码

1. if __name__ == '__main__':
   
2.     user_encoding = load_user_encoding()
   
3.     video_capture = cv2.VideoCapture(0)  lock_timer = None
   
4.     process_this_frame = True
   
5.    
   
6.     while True:
   
7.         ret, frame = video_capture.read()
   
8.         small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
   
9.         rgb_small_frame = small_frame[:, :, ::-1]
   
10. 
    
11.         if process_this_frame:
    
12.             user_found = find_user_in_frame(rgb_small_frame, user_encoding)
    
13. 
    
14.             if user_found:
    
15.                 print('user found')
    
16.                 lock_screen(False)
    
17. 
    
18.                 if lock_timer is not None:  lock_timer.cancel()
    
19.                     lock_timer = None
    
20.             else:
    
21.                 print('user not found')
    
22. 
    
23.                 if lock_timer is None:  lock_timer = Timer(5, lock_screen, (True,))
    
24.                     lock_timer.start()
    
25. 
    
26.         process_this_frame = not process_this_frame

复制代码

如你所见，我使用threading.Timer在5秒后锁定屏幕，以防用户找不到。 我建议在锁定屏幕之前稍等一下，因为有时它无法识别某些画面上的脸部。 或者你可以暂时离开。

优化

使用该解决方案，它有一个令人讨厌的延迟用于读取帧和坏帧。 所以我决定对其进行优化，并使用多处理将识别过程移到单独的过程中

首先，我们需要重写我们的函数来查找用户，以便它能够被Process和Pipe 调用代替返回；

1. def find_user_in_frame(conn, frame, user_encoding):
   
2.     face_locations = face_recognition.face_locations(frame, model='cnn')
   
3.     face_encodings = face_recognition.face_encodings(frame, face_locations, num_jitters=2)
   
4. 
   
5.     found_user = False
   
6.     for face_encoding in face_encodings:
   
7.         matches = face_recognition.compare_faces((user_encoding, ), face_encoding, tolerance=0.9)
   
8. 
   
9.         found_user = any(matches)
   
10.         if found_user:
    
11.             break
    
12. 
    
13.     conn.send(found_user)

复制代码

在此之后我们需要调用该函数multiprocessing.Process在main中的循环当中

1. if __name__ == '__main__':
   
2.     user_encoding = load_user_encoding()
   
3.     video_capture = cv2.VideoCapture(0)  lock_timer = None
   
4. 
   
5.     parent_conn, child_conn = Pipe()
   
6.     find_user_process = None
   
7.     while True:
   
8.         ret, frame = video_capture.read()
   
9. 
   
10.         small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
    
11. 
    
12.         rgb_small_frame = small_frame[:, :, ::-1]
    
13. 
    
14.         if find_user_process is None:
    
15.             find_user_process = Process(target=find_user_in_frame, args=(child_conn, rgb_small_frame, user_encoding))
    
16.             find_user_process.start()
    
17.         elif find_user_process is not None and not find_user_process.is_alive():
    
18.             user_found = parent_conn.recv()
    
19.             find_user_process = None
    
20. 
    
21.             if user_found:
    
22.                 print('user found')
    
23.                 lock_screen(False)
    
24.                 if lock_timer is not None:
    
25.                     lock_timer.cancel()
    
26.                     lock_timer = None
    
27.             else:
    
28.                 print('user not found')
    
29.                 if lock_timer is None:
    
30.                     lock_timer = Timer(LOCK_TIMEOUT, lock_screen, (True,))
    
31.                     lock_timer.start()

复制代码

现在它工作更顺畅，延迟很小。

谢谢阅读！ 希望它很有趣，你很喜欢它。

源代码可以在github上找到：https://github.com/Ignisor/face-screenlock

英文原文：Simple “Face ID” for your PC



翻译：callofduty890
来源：AI研习社