php识别图片里的人脸

⑴ 照片可以通过人脸识别吗

有很多人问照片和视频能不能通过人脸识别系统？答案是：不能。

随着技术的不断发展，人脸识别技术早已从图像识别发展到了生物识别。人脸识别建立在对人的脸部特征信息进行身份识别基础之上的一种生物识别技术。人脸识别的重点在于生命特征识别，图片没有生物特征，自然就不可以用图片来进行人脸识别，也就是说图片冒充不了活人。
既然是生物特征识别，那就要找到能唯一确定的特性，人脸就是其中之一（其他生物特征还有虹膜、指纹等）。一直以来，万维人脸识别技术不断在精度、稳定性、速度上进步与突破。为了防止被更高明的“骗子”骗到，人脸识别系统还加入了静默活体检测、红外活体检测、获取生物信号（心率等）、光流场、深度摄像头、语音指令配合等技术。
目前万维识别已经有很多企业与机构用户，将人脸识别应用到了各自不同的领域，如金融、公安、安防等。如腾讯优图将人脸识别应用在支付上，应用在公共安全抓捕逃犯上等等。随着5G、物联网的到来，在未来，人脸识别将会普遍应用到各个领域各个场景中。

人脸识别系统的工作流程：现代的人脸识别技术很难用照片轻松破解，因为现在的人脸识别系统绝大多数融入了活体检测技术，计算机可以判别出人脸是“真的”还是“假的”。

第一步：人脸图像采集及检测。通俗地讲，人脸检测就是“扫描”加“判定”，判别有效范围内是否存在人脸并将静态图像、动态图像信息采集下来。一般会用到参考模板法、人脸规则法、样品学习法、肤色模型法、特征子脸法等方法进行人脸判断。

第二步：人脸图像预处理。因为采集到的原始图像会收到各种条件的限制和干扰，所以需要进行灰度校正、噪声过滤等图像预处理。

第三步：人脸图像特征提取。基于人脸的某些特征（比如视觉特征、像素特征、变换特征等）进行人脸图像特征提取，形成特征数据。

第四步：人脸图像匹配与识别。将提取到的人脸图像特征数据与数据库中存储的特征模板进行搜索匹配，找到相似度最高的一个。

我们试想一下，未来我们在超市买了东西，直接经过出口，系统将直接从跟我们绑定的金融账户里扣费；我们去坐地铁，不再需要刷卡进闸，因为在闸门边上被装上了人脸识别系统，该系统将用户身份与账户绑定直接扣费；我们再也不需要因为不带身份证去坐飞机高铁火车，而需要证明我是不是本人了。还有许多场景……当然，这一切都需要先经过用户授权。

⑵ approx. age 是什么

pictriev是一个面部搜索引擎，它会依据用户上传的图片进行人脸识别并在索引中搜索出相似脸蛋的人物。不过，PicTriev的人脸识别还有个有趣的功能，即可以判断出人物的性别及其大致年龄。

你可以发自己的照片上去试试
网址：http://cn.pictriev.com/facedb/fs2.php

⑶ 怎么用php调用face++做一个人脸识别系统

具体步骤如下： 首先，先登录Face++的官网注册账号 注册之后会获取到api_secret和api_key，这些在调用接口的时候需要用到。 然后接下来的就是使用PHP脚本调用API了。 在使用PHP开发微信公共平台的时候，推荐使用Github上的一款不错的框架

⑷ 如何使用Face++接口开发微信公共平台的人脸识别系统

具体步骤如下：

首先，先登录Face++的官网注册账号
注册之后会获取到api_secret和api_key，这些在调用接口的时候需要用到。

然后接下来的就是使用PHP脚本调用API了。
在使用PHP开发微信公共平台的时候，推荐使用Github上的一款不错的框架： wechat-php-sdk

⑸ php怎么做图片识别

个人建议：楼主使用php进行图片识别，不如使用ocr文字识别技术来进行图片识别，这样更方便，请看下面的方法：

1. 首先，在电脑上安装ocr文字识别软件（迅捷ocr文字识别软件）。

2. 接着，运行ocr，选择上面的‘极速识别’功能。

3. 然后，点击左上角的‘添加文件’，不需要识别的图片添加进去。

4. 最后，点击操作下面的‘开始识别’按钮。

希望上方的方法可以帮助到你。

⑹ 用照片可以人脸识别吗

人脸识别不可以用照片。因为是3D人脸识别解锁，人脸识别前会进行活体检测，比如需要眨眼，照片对于活体检测必然是通不过的，所以照片解锁会失败。

其实传统的人脸识别技术主要是基于可见光图像的人脸识别，但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。

其解决方案是基于主动近红外图像的多光源人脸识别技术，它可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。

人脸识别的优势：

人脸识别技术在应用方面具有独到的优势。

使用方便，用户接受度高人脸识别技术使用通用的摄像机作为识别信息获取装置，以非接触的方式在识别对象未察觉的情况下完成识别过程。

直观性突出人脸识别技术所使用的依据是人的面部图像，而人脸无疑是肉眼能够判别的最直观的信息源，方便人工确认、审计，“以貌取人”符合人的认知规律。识别精确度高，速度快与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。

⑺ photoshop有自动识别人脸功能吗

PS是用来处理图片的，没有识别人脸的功能，毕竟这个功能在有时候不是那么有用哈，所以Photopshop一直没有引入这个功能，它对图片修饰没有多大作用

⑻ opencv怎样判断一副图片上是否有人脸

CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,1.1, 2, 0,cvSize(100, 60) /*级联分类器训练中采用的检测目标的尺寸*/);//检测人脸返回矩形人脸
/*使用针对某目标物体训练的级联分类器在图像中找到包含目标物体的矩形区域，并且将这些区域作为一序列的矩形框返回。
函数以不同比例大小的扫描窗口对图像进行几次搜索(察看)。
每次都要对图像中的这些重叠区域利用cvRunHaarClassifierCascade进行检测。*/
//t = (double)cvGetTickCount() - t;

//printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );

for( i = 0; i < (faces ? faces->total : 0); i++ )//找到矩形中心把矩形转换成圆形

{

CvRect* r = (CvRect*)cvGetSeqElem( faces, i );/*直接访问序列中的元素 */

CvPoint center;//OpenCV的基本数据类型之一，表示一个坐标为整数的二维点

int radius;

center.x = cvRound((r->x + r->width*0.5)*scale);

center.y = cvRound((r->y + r->height*0.5)*scale);

radius = cvRound((r->width + r->height)*0.25*scale);//对一个double型的数进行四舍五入，并返回一个整型数！

cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );/*绘制圆形*/

*****************printf("检测到人脸！");********************************

//在此加入人脸识别程序

}
不出意外的话朋友你的代码里面应该有此部分内容吧，要判断检测到人脸的话就是在将矩形人脸标记转换成圆形标记的部分哦。
意思就是说有人脸被标记出来了，那么肯定就存在人脸了哦！

}

⑼ 人脸识别怎么做的

人脸识别原理：

传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。

解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。

人脸识别优点：

1、非接触的，用户不需要和设备直接接触；

2、非强制性，被识别的人脸图像信息可以主动获取；

3、并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别。

人脸识别的缺点：

1、对周围的光线环境敏感，可能影响识别的准确性；

2、人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行人工智能补偿；（如可通过识别人脸的部分关键特性做修正）。

⑽ 人脸识别的算法，怎么从两张图片中找出人脸 的部分，并比较两个人是否是同一个人。

OPENCV里就有，我大4的时候用过。安装后，DATA目录下，haarcascades目录下，haarcascade_frontalface_default.xml就不错。这是人脸识别的数据。
用法请根据这个文件名找吧，我记得就是调用OPENCV里的某个函数（C++），用这个文件名和图作参数，返回的就是图中人脸的位置。
嘿嘿，50分么，下面是我以前的代码，这里是你用得着的部分：
const char* cascadeFile = "haarcascade_frontalface_alt.xml";
const char* folder = "C:\\Program Files\\OpenCV\\data\\haarcascades\\";
char path[1024];
sprintf(path, "%s%s", folder, cascadeFile);
CvHaarClassifierCascade* cascade = (CvHaarClassifierCascade*) cvLoad(path, 0, 0, 0);
//然后cascade就存着需要的那个CvHaarClassifierCascade了。
......
CvSeq* faces = cvHaarDetectObjects(img, cascade, storage,
1.1, 2, CV_HAAR_DO_CANNY_PRUNING,
cvSize(source->getWidth() >> 7, source->getHeight() >> 7));
这句中，img是一个IplImage*，我自己的项目是从摄像头弄来的，我估计你需要直接用opencv载入图片。cascade就是载入的OPENCV的样本数据，storage是一个空间，我用的CvMemStorage* storage = cvCreateMemStorage(0)创建的，detect objects之前我还用了cvClearMemStorage(storage)，1.1是缩放，2是检测像素大小，CV_HAAR_DO_CANNY_PRUNING是比较方法， 一个OPENCV自带的常量。最后cvSize的返回值是允许的最小脸部大小。每个变量都解释到了吧。
之后faces->total就是找到几个脸。用cvGetSeqElem(faces, i)来取每个脸的数据，取出来的东西是(CvRect*)，要记得TYPECAST，例如CvRect face1 = *((CvRect*) cvGetSeqElem(faces, 0))。这样得到的CvRect有4个变量face1.x,face1.y,face1.width,face1.height就是人脸在图片中的位置了。