要使用Python对输入视频进行人脸识别，你需要使用一些特定的库。最常用的库包括OpenCV用于视频处理，以及dlib或face_recognition用于人脸识别。以下是一个使用face_recognition库的简单示例。

首先，确保你已经安装了必要的库。如果没有，可以使用pip来安装：



bash复制代码



 
  

   
   pip install opencv-python 
  

  

   
   pip install face_recognition
  

 



然后，你可以使用以下代码对输入视频进行人脸识别：




python复制代码



 
  

   
   import cv2 
  

  

   
   import face_recognition 
  

  

   
   
  

  

   
   # 加载已知人脸的图像和对应的名字 
  

  

   
   known_face_encodings = [] 
  

  

   
   known_face_names = [] 
  

  

   
   
  

  

   
   # 这里假设你有一个名为"known_faces"的文件夹，其中包含已知人脸的图像 
  

  

   
   for file in os.listdir("known_faces"): 
  

  

   
   img = face_recognition.load_image_file("known_faces/" + file) 
  

  

   
   encoding = face_recognition.face_encodings(img)[0] 
  

  

   
   known_face_encodings.append(encoding) 
  

  

   
   known_face_names.append(os.path.splitext(file)[0]) 
  

  

   
   
  

  

   
   # 加载输入视频 
  

  

   
   video_capture = cv2.VideoCapture('input_video.mp4') 
  

  

   
   
  

  

   
   while True: 
  

  

   
   # 逐帧读取视频 
  

  

   
   ret, frame = video_capture.read() 
  

  

   
   if not ret: 
  

  

   
   break 
  

  

   
   
  

  

   
   # 在每一帧中进行人脸识别 
  

  

   
   face_locations = face_recognition.face_locations(frame) 
  

  

   
   face_encodings = face_recognition.face_encodings(frame, face_locations) 
  

  

   
   
  

  

   
   # 遍历识别出的每个人脸 
  

  

   
   for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings): 
  

  

   
   # 尝试将当前人脸与已知人脸进行匹配 
  

  

   
   matches = face_recognition.compare_faces(known_face_encodings, face_encoding) 
  

  

   
   name = "Unknown" 
  

  

   
   
  

  

   
   # 如果找到匹配项，则获取对应的名字 
  

  

   
   if True in matches: 
  

  

   
   first_match_index = matches.index(True) 
  

  

   
   name = known_face_names[first_match_index] 
  

  

   
   
  

  

   
   # 在视频帧上画出人脸的矩形框，并显示名字 
  

  

   
   cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2) 
  

  

   
   cv2.putText(frame, name, (left + 6, bottom - 6), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2) 
  

  

   
   
  

  

   
   # 显示结果帧 
  

  

   
   cv2.imshow('Video', frame) 
  

  

   
   
  

  

   
   # 如果按下'q'键，则退出循环 
  

  

   
   if cv2.waitKey(1) & 0xFF == ord('q'): 
  

  

   
   break 
  

  

   
   
  

  

   
   # 释放视频捕获对象并关闭所有窗口 
  

  

   
   video_capture.release() 
  

  

   
   cv2.destroyAllWindows()
  

 



注意：这个代码示例假设你有一个名为"known_faces"的文件夹，其中包含已知人脸的图像，并且这些图像的文件名不包含扩展名，而是直接包含人的名字。例如，如果你有一个名为"john.jpg"的图像，那么"john"就会被认为是这个人的名字。


此外，这个代码示例只考虑了与已知人脸的最佳匹配。在实际应用中，你可能需要考虑多个匹配项，或者设置一个阈值来决定何时认为找到了匹配项。
 
  

        # python
      
        # 音视频
      
        # opencv
      
  
 
 Logo 
DAMO开发者矩阵
 
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
 
 
  
更多推荐
  
cover
 
基于 eNSP 的三部门网络综合搭建与全网互通实验
 
 
avatar DAMO开发者矩阵
 
 
公考机构学管师/班主任乱象：你交的钱，到底花在了哪里？
 
学管师/班主任这个岗位，在公考培训中扮演着承上启下的重要角色。一个好的学管师，可以帮你少走很多弯路；一个差的学管师，不仅帮不了你，还可能成为你备考路上的绊脚石。我写这篇文章，不是为了否定所有机构的学管服务，而是希望让更多人意识到这个岗位的重要性。在选机构的时候，不要只盯着老师的名气和课程的包装，也要关注学管服务的质量。毕竟，备考是一个漫长的过程，你需要的是一个能持续陪伴、及时反馈、真正关心你学习效
 
avatar DAMO开发者矩阵
 
cover
 
当 Agent 长出身体：我用魔珐星云 SDK 让 DeepSeek 拥有了 3D 具身交互躯体
 
 
avatar DAMO开发者矩阵