使用 OpenCV-SeventhSense SOTA 模型进行人脸识别

    OpenCV 最近发布了与 SeventhSense 合作的人脸识别 SDK。它是 NIST 人脸识别挑战赛（2022 年 3 月）的前 10 名模型，速度极快且无需 GPU。
    在 opencv－seventhsense FR webapp 中，你可以创建一个集合并将组织中的人员聚合到组中。添加到集合中的每个人都具有姓名、出生日期、国籍、性别等属性，可用于识别此人。
    下面是 webapp 的链接和 UI 的快照。
    
    OpenCV — SeventhSense－人脸识别网络应用程序
    Python 和 C＋＋ SDK 可用于将图像对象发布到 API 并检索给定图像的检测响应。
    下面的代码片段使你能够将角色添加到集合中，并检索给定测试图像的检测响应。
    我使用自己的旧照片来查看模型是否能够准确检测到我的脸。
    导入图片到 FR Webapp
    ＃ Import the packages
    from opencv．fr import FR
    from opencv．fr．persons．schemas import PersonBase，PersonGender
    from pathlib import Path
    import cv2
    import json
    ＃ Define the region， and developer key
    BACKEND＿URL ＝ ＂https：／／us．opencv．fr＂
    DEVELOPER＿KEY ＝ ＂XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX＂
    ＃ Initialize the SDK
    sdk ＝ FR（BACKEND＿URL， DEVELOPER＿KEY）
    directory ＝ ＂／imagepath＂
    files ＝ Path（directory）．glob（＇＊＇）
    ＃ Here we get an existing collection， but this could also
    ＃ be a collection you created
    all＿collections ＝ sdk．collections．list（）
    all＿collections ＝ str（all＿collections）
    all＿collections ＝ all＿collections．replace（＂＇＂， ＂＂＂）
    all＿collections ＝ json．loads（all＿collections）
    col＿id ＝ all＿collections［＇collections＇］［0］［＇id＇］
    print（f＂The collection id is － ｛col＿id｝＂）
    my＿collection ＝ sdk．collections．get（col＿id）
    for file in files：
       if Path（str（file））．suffix ＝＝ ＂．jpg＂ ：
           ＃ Create PersonBase
           image ＝ cv2．imread（str（file））
           person ＝ PersonBase（［image］， name＝＂Rajathithan Rajasekar＂，
               gender＝PersonGender（＂M＂）， nationality＝＂Indian＂，）
           ＃ Add collection to the person＇s collections
           person．collections．append（my＿collection）
           ＃ Create the person
           person ＝ sdk．persons．create（person）
           print（f＇Uploaded the image file － ｛file｝＇）
    从 FR webapp 人物集合中检测给定图像
    from opencv．fr．search．schemas import DetectionRequest， SearchOptions
    from opencv．fr．api＿error import APIError， APIDataValidationError
    from pathlib import Path
    from opencv．fr import FR
    import json
    from json import JSONDecodeError
    import cv2
    import numpy as np
    import imutils
    import time
    BACKEND＿URL ＝ ＂https：／／us．opencv．fr＂
    DEVELOPER＿KEY ＝ ＂XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX＂
    ＃ Initialize the SDK
    sdk ＝ FR（BACKEND＿URL， DEVELOPER＿KEY）
    image＿base＿path ＝ Path（＂sample＿images＂）
    image＿path ＝ ＂imagepath／test／test．jpg＂
    sourceimage ＝ ＂imagepath／rajathithan－rajasekar．jpg＂
    ＃ resize source image
    simg ＝ cv2．imread（sourceimage）
    simg ＝ imutils．resize（simg， width＝640）
    simg ＝ imutils．resize（simg， height＝480）
    ＃Read old test image
    frame ＝ cv2．imread（image＿path）
    print（frame．shape）
    ＃Get collection id
    all＿collections ＝ sdk．collections．list（）
    all＿collections ＝ str（all＿collections）
    all＿collections ＝ all＿collections．replace（＂＇＂， ＂＂＂）
    all＿collections ＝ json．loads（all＿collections）
    col＿id ＝ all＿collections［＇collections＇］［0］［＇id＇］
    print（f＂The collection id is － ｛col＿id｝＂）
    ＃Initilize the search options
    options ＝ SearchOptions（
       collection＿id＝col＿id，
       min＿score ＝ 0．8，
    ）
    ＃Detection request with search options
    detect＿request＿with＿search ＝ DetectionRequest（image＿path，options）
    detectionObject ＝ sdk．search．detect（detect＿request＿with＿search）
    print（detectionObject）
    bbox ＝ detectionObject［0］．box
    print（bbox）
    personInfo ＝ detectionObject［0］．persons［0］
    print（f＂Name：｛personInfo．person．name｝＂）
    print（f＂Gender：｛personInfo．person．gender｝＂）
    print（f＂Nationality：｛personInfo．person．nationality｝＂）
    print（f＂Score：｛personInfo．score｝＂）
    def rec＿frame＿display（frame： np．ndarray， roi， personInfo） －＞ np．ndarray：
       diff1 ＝ round（（roi［＇bottom＇］ － roi［＇top＇］）／4）
       diff2 ＝ round（（roi［＇left＇］ － roi［＇right＇］）／4）
        
       cv2．line（frame， （roi［＇left＇］，roi［＇top＇］）， （roi［＇left＇］，roi［＇top＇］＋diff1）， （0， 200， 0）， 4）
       cv2．line（frame， （roi［＇left＇］，roi［＇bottom＇］）， （roi［＇left＇］，roi［＇bottom＇］－diff1）， （0， 200， 0）， 4）
        
       cv2．line（frame， （roi［＇right＇］，roi［＇top＇］）， （roi［＇right＇］，roi［＇top＇］＋diff1）， （0， 200， 0）， 4）
       cv2．line（frame， （roi［＇right＇］，roi［＇bottom＇］）， （roi［＇right＇］，roi［＇bottom＇］－diff1）， （0， 200， 0）， 4）
        
        
       cv2．line（frame， （roi［＇left＇］，roi［＇top＇］）， （roi［＇left＇］－diff2，roi［＇top＇］）， （0， 200， 0）， 4）
       cv2．line（frame， （roi［＇left＇］，roi［＇bottom＇］）， （roi［＇left＇］－diff2，roi［＇bottom＇］）， （0， 200， 0）， 4）
        
       cv2．line（frame， （roi［＇right＇］，roi［＇top＇］）， （roi［＇right＇］＋diff2，roi［＇top＇］）， （0， 200， 0）， 4）
       cv2．line（frame， （roi［＇right＇］，roi［＇bottom＇］）， （roi［＇right＇］＋diff2，roi［＇bottom＇］）， （0， 200， 0）， 4）
       cv2．putText（frame， ＂Name ： ＂ ＋ personInfo．person．name， （50， 50），
           cv2．FONT＿HERSHEY＿SIMPLEX， 2， （255， 255， 255），2，cv2．LINE＿AA， False）
        
       cv2．putText（frame， ＂Gender ： ＂ ＋ str（personInfo．person．gender）， （50， 150），
           cv2．FONT＿HERSHEY＿SIMPLEX， 2， （255， 255， 255），2，cv2．LINE＿AA， False）
        
       cv2．putText（frame， ＂Nationality ： ＂ ＋ str（personInfo．person．nationality）， （50， 250），
           cv2．FONT＿HERSHEY＿SIMPLEX， 2， （255， 255， 255），2，cv2．LINE＿AA， False）
        
       cv2．putText（frame， ＂Confidence Score ： ＂ ＋ str（round（personInfo．score ＊ 100，2）） ＋ ＂ ％＂， （50， 350），
           cv2．FONT＿HERSHEY＿SIMPLEX， 2， （255， 255， 255），2，cv2．LINE＿AA， False）
        
       return frame
    roi ＝ json．loads（str（bbox）．replace（＂＇＂，＂＂＂））
    frame ＝ rec＿frame＿display（frame， roi， personInfo）
    frame ＝ imutils．resize（frame， width ＝ 640，height ＝ 480）
    combine ＝ np．concatenate（（simg， frame）， axis＝1）
    cv2．imwrite（＂final．jpg＂，combine）
    cv2．imshow（＂Face recognition on an old pic＂，combine）
    cv2．waitKey（0）
    cv2．destroyAllWindows（）
    左侧照片是我当前的图像，右侧照片是我带有检测结果的旧图像。