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。
原文标题 : 使用 OpenCV-SeventhSense SOTA 模型进行人脸识别
