Python 超简单实现人类面部情绪的识别

本文分为两大部分：

1.面部检测：检测图像的脸部位置，输出边界框的坐标

2.情绪检测：将面部的情绪分为高兴、生气、悲伤、中性、惊讶、厌恶、恐惧。

一、面部检测

可以使用上次文章(《手把手教你人脸识别自动开机》)中讲到的方法—用openCV检测，也可以使用face_recognition项目非常简单地实现面部检测。

face_recognition项目地址：https://github.com/ageitgey/face_recognition

这里我们尝试一下face_recognition项目，Face_recognition需要用到一个包叫dlib, 通过pip可能不一定装得上，因此这里推荐大家使用anaconda安装dlib：

conda install -c conda-forge dlib

然后再安装Face_recognition：

pip install face_recognition

用face_recognition三句代码就能识别图像中的脸部：

二、情绪检测

人类习惯从面部表情中吸收非言语暗示，那么计算机可以吗？答案是肯定的，但是需要训练它学会识别情绪。今天我们不太可能讲收集数据、构建CNN模型等逻辑流程，事实上，这个流程其实和我们上次《手把手教你人脸识别自动开机》中做的方法类似，只不过需要收集一个情绪数据集。

由于时间关系，我们直接用priya-dwivedi训练好的模型，他们用Kaggle开源数据集(人脸情感识别 FER)训练了一个六层卷积神经网络模型。他们的项目源代码：

github.com/priya-dwivedi/face_and_emotion_detection

现在就调用模型识别一下孙哥在这张图里的情绪吧，调用方法如下代码所示，如果有读不懂的地方建议留言提问，代码中的 1.png 即这张孙哥图片。

emoiton.py ：

结果：

$python emotion.py

高兴

从下面终端输出的结果我们可以看到孙哥现在是高兴的情绪，这个结果应该正确（毕竟孙哥还是表里如一的）。

如果你喜欢今天的Python 教程，请持续关注Python实用宝典，如果对你有帮助，麻烦在下面点一个赞/在看，有任何问题都可以在下方留言，我们会耐心解答的！