0×01 YY（私信小編007即可自動獲取大量python視頻教程以及各類PDF，這節課的視頻教程也有！）
眨眨眼。支付婊這個刷臉的功能估計讓大家都給玩壞了，不過支付寶竟然又出了一個讓我沉迷於其中，無法自拔的玩物，沒錯，就是這個玩意兒：
好漢！你能過幾關！不過對不起，在下臉盲！
說到正經處，我必須想辦法，支付寶竟然用此等技術來逗我，我豈能善罷甘休！待我修煉成果，再和你決一死戰。
之前看過一篇文章，支付寶刷臉支付功能，美圖秀秀，就是運用Face++公司的人臉識別技術。心裡一想，這下有戲了，打開官網一看
啊哈，“免費接入”瞬間映入眼簾，註冊帳號—進入console—閱讀API文檔–獲取API-Key—開始我的python之旅了。
0×02 思路
先遍歷所有照片並保存在本地，將的圖片以(ID.name.jpg)的形式命名，調用delectAPI,將返回的face_token,和ID，name一併錄入MYSQL數據庫，在進行比對的時候，調用compareAPI，將顯示的圖片與數據庫錄入的圖片信息進行比對，對返回信息進行處理，返回置信度最高的那位，想想就來勁。
那麼問題來了，難道僅僅侷限於圖片的識別嗎，不，我們不會這樣的，我們是有志的青年，怎能就這麼得到滿足，對了還有攝像頭，進行實時的人臉識別，說不定哪天，美女從你身邊走過，你卻渾然不知，所以，那就開始作唄！
0×03 環境搭建&目錄構建
環境搭建：
Ubuntu 16.04 LTS：其實其他的版本也可以，這裡要求不是太苛刻
python 2.7：使用的是python2.7，畢竟人家還可以在支持10年，就將就的先用著，
MySQL：使用的是LAMP環境，百度搜索LAMP環境搭建，一大堆教程，
MySQLdb：python下的Mysql包
sudo apt-get install python-pip
sudo apt-get install libmysqlclient-dev
pip install mysql-python
OpenCV 3.2.0——-關於版本的使用當然是越穩定越好，關於如何安裝OpenCV，這裡就簡單的說一下下，畢竟沒有它，後面的代碼也運行不了，
安裝的依賴包:
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
從github上下載最新的源碼:
git clone https://github.com/opencv/opencv.git #這個是最新的OpenCV 公佈在github上的代碼
git clone https://github.com/opencv/opencv_contrib.git #這個裡面有一些模塊，比如freetype，face，等需要用到
PS：官網的教程裡面將兩個包分開進行編譯，但是裡面的許多包我們確實用不到，所以，最好的辦法，就是將./opencv_contrib/moudles/freetype和face文件直接複製到./opencv/moudles/下，經實踐檢驗—-可行！
cd ~/opencv
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4 #這裡的-j4代表怎麼說好呢，反正越大，編譯的速度越快，我最大用過-j8,但我的電腦只是4核！
sudo make install
PS:這裡說一下了。在運行cmake的時候，需要下載幾個文件，比如ippicv_linux_20151201.tgz，竟然需要掛代理，天哪，所以我就掛了一個，關於如何在ubuntu上安裝shadowsocks科學上網，我的博客也有寫過 點我
到此，環境方面已經搭建的差不多了。
實在抱歉。沒能在代碼中寫上任何註釋信息。因為我的編輯器（sublime_text 3）真心無法在裡面輸入漢字，
現在來看一下該FRT的工作目錄，如圖
0×04 代碼構建
1：faceAPI.py #API的調用
這裡為了方便以後進行調用，特意的將FaceAPI寫成包，放在創建的face目錄下，
FaceAPI中包括delect（面部識別），analyze（面部分析），compare（面部比對），search（面部搜索），faceset（創建面部集合）等，因為官方文檔給出的就是採用curl -X POST方式進行數據上傳和返回，所以就直接在導入標準庫的subprocess包，在python中調用curl，當然還有更好的方法，比如用python標準庫裡的urllib2裡的POST進行上傳.但咱們不這是為了省事嘛！返回結果為JSON的格式，為了方面進行調試，特異的將Json寫log中，當出現錯誤的時候，可以查看log的內容，這些JSON數據在下面用到的時候再進行處理
2:DBconnect.py #數據庫的連接
這裡將數據庫的連接也寫在了包裡面。主要為了方便移植，基本上下載我的代碼上，修改一下這裡，基本上就可以用了
在host裡填寫數據庫的地址，port迷人都為3306，user為數據庫用戶名，passwd為數據庫密碼，db為數據庫的名稱，charset為數據庫編碼方式，為了能讓表顯示中文
3：import.py #人臉數據的導入
這裡的話。首先要創建一個的faceset（人臉的集合）,調用FaceAPI.facesetcreate()進行創建,傳入一個outer_id.也就是你要導入這批人臉的集合的唯一標識，這個值是唯一的。為了當你再次運行import.py時候，防止圖片多次的重複導入到數據庫中或者多次進行faceaddface()，將每次導入的圖片文件名寫進到log中，這樣就可以減少了服務器的壓力（雖然這點微不足道，但是畢竟免費用人家的嘛），如果圖片不存在的話，將調用FaceAPI.facesetaddface()，將讀取到的臉添加到到faceset中
這個要多說一點，首先，將要導入的圖片存放才./data/import_face/下，當然圖片要命名為，”ID.name.jpg”的任何格式，畢竟我的數據庫在進行創建的時候就是這樣進行數據錄入的，然後調用os.walk()對路徑進行分割，append()進行連接。
這一步就是對調用detect()返回的json文件進行數據的整理，分別提取其中的face_token，gender，facequality的value，當然也可以返回其他的信息，比如gender,age,smiling,headpose,facequality,blur,eyestatus,ethnicity等。
PS:這裡有個坑，因為我數據庫創建時候，寫的是face_data(stuID varchar(12),也就是說，你如果命名的ID小於12位的話，那麼他前面的數字全部為隨機的，所以當調用check_stuID()的時候，if stuID in a[0]:永遠為false
這一步就是要將所有的數據寫入到數據庫中，因為之前，都將ID,nameface_token等信息進行的全局global的聲明。所以這裡可以直接進行寫入，需要提醒的是，每進行一條sql語句，都與要跟一句 conn.commit()才可以將sql語句進行提交
python import.py
最後運行 就可以看到圖片信息在慢慢的導入到數據庫中
4：img_face.py #檢測圖片中所有人的面部
這裡就要用到一些OpenCV的內容了，其實不用太去深刻的學習OpenCV，畢竟我們僅僅能使用到OpenCV的很小一部分，而這一部分恰恰正是經常用到的，首先加載cv2.CasacdeClassifier選擇器，接著加載圖片放在img_search目錄下的圖片，將起轉化為灰度，據說機器對灰度圖片的識別效率更高，因為cv2.puttext對中文的支持不夠友好，所有這裡調用了freetype庫(開始已經安裝過)，從而可以讓臉部的框框顯示中文，在for循環中，每找到一個面部，就會調用cv2.rectangle(),將面部用黃色的方框標記出來(當然你也可以嘗試其他顏色，這裡只需要修改BGR（0.255.255）的值就可以)，並命名其為*.pgm,寫入到/data/img_search/文檔下，然後調用FaceAPI.seaechItoI()，讓.pgm圖像與faceset集合進行比對，並且返回faceset集合中與之置信度最高的face_token,這裡設置了以下閥值，如果置信度不高於設定的80.00的話，就會打印“Unknow Face”,
關於img_face需要介紹就這些，下面來運行
python img_face.py
（不錯，看著還可以，）
5:cam_face.py #攝像頭實時識別（可多個臉）
這裡和圖片識別原理差不多，只是OpenCV將視頻的每一偵都進行了識別，這樣的話，因為每一幀都需要調用一下API進行上傳，所以會出現畫面卡頓的情況，不過還好，能接受
當然，人臉越多，上傳的時間就越長，卡頓的就越厲害，反正我現在還沒有找到解決辦法，
下面來運行，
python cam_face.py #羞羞
0×05 實戰
下圖為此實戰的工作目錄，所以和之前FRT不再一個目錄下,
迫不及待的我啊，已經無法按奈主內心的機動，不多說，直接貼代碼，上圖伺候
首先，用cv2.image()將圖片讀取進來
。。。。。。。
此處省略300字
。。。。。。。。
代碼部分講解完畢，下面來執行
python alimemeda.py #運行完畢後，打開./img目錄下的圖片，你將會看到如下的顯示
這下終於可以把支付寶和支付婊分的一清二楚了，不過嘛，好像他們並不怎麼像啊，估計是出現了幻覺，對一定是幻覺，。
^_^，終於完成了我的報復。
0×06 github代碼
https://github.com/0x024/
所有的代碼全部上傳到了的我的github上，大家可以在這進行下載
運行前：
1：需要將./face/FaceAPI.py中的api_key和api_secret換成你的
2：需要在搭建的MYSQL中搭建一個FRT數據庫，並且事先創建一個任意表
3：需要將./face/Dbconnect.py中的數據庫信息換成自己的
其實之前，也有在本地，利用OpenCV的深度學習來對人臉進行識別，但是識別率真的很低，所以在這，我沒有將這些代碼給碼出來，而是直接發佈在我的github上。當然這也不妨你們去閱讀也修改
0×07 感謝
特別感謝Face++公司的免費API，才能讓我將這些代碼變成現實。
閱讀更多 編程夢工廠 的文章
