如何使用面部识别和 Python 来避免再次上当受骗

你是否厌倦了Rickrolling？如果是这样，面部识别可能是你正在寻找的解决方案！

外国的梗“Rickrolling”到底是什么？：https://www.zhihu.com/question/295966711

大致意思就是你的好友给你发一个很吸引人的东西，然后你兴致勃勃地点进去发现被超链接跳转到了Rick Astley的歌曲《Never Gonna Give You Up》的MV界面，随着这首歌开头魔性的鼓点响起，恭喜你，你就被Rickroll了。

策略

虽然通过音频指纹检测Rickroll是更直观的方法，但我相信使用面部识别是一种更有趣和可靠的方法。我相信它更可靠，因为

1. 有一些Rickroll视频没有声音
2. 音频可能会失真（加速、音高变化或只是低质量）
3. 没有 Rick 的脸就没有 Rickroll（《Never Gonna Give You Up》由Richard演唱，Rick是Richard的昵称）

这是此操作的过于简化的流程图。

我们将使用face-recognition包，该包使用dlib的深度学习技术来识别人脸。这是通过在对象的脸上生成界标并将其保存，以与其他面部界标进行比较来实现的。

编程

导入包

首先，我们需要导入我们的包。我们将使用的三个主要包是face-recognition、opencv-python和yt-dlp。我选择了yt-dlp而不是YoutubeDL，因为我发现它下载视频的速度要快得多。

# import packages
import face_recognition # to detect Rick's face
import cv2 # to read the video
import sys
from yt_dlp import YoutubeDL # to downoad the video
import tempfile # to create a temp folder to store the downloaded video
import uuid # to create the unique folder name for the temp folder
from termcolor import colored # to add some spice to the program


下载视频

现在我们需要下载用户想要查看的 Youtube 视频。在这种情况下，URL 将作为终端中的第一个参数提供。

因此，让我们获取 URL 并设置一些其他变量，例如临时文件夹位置和我们将保存视频的路径。

# get options & set variables
youtube_url = sys.argv[1] # the video URL the user wants to check
temp_folder = f'{tempfile.gettempdir()}/{uuid.uuid1()}' # the location of the temp folder
video_location = f'{temp_folder}/output.mp4' # the location the video will be saved to

然后我们可以创建一个简单的记录器来消除输出混乱和语音错误。

# create logger for video downloader
class Logger(object):
    def debug(self, msg):
        pass

    def warning(self, msg):
        pass

    def error(self, msg):
        print(msg)


最后，我们可以使用yt-dlp模块下载视频。我们要确保我们制定了输出格式mp4，因为这是我们在设置video_location变量时定义的。

# download video
with YoutubeDL({
    'outtmpl': f'{temp_folder}/output', # save to temp folder
    'format': 'bestvideo[ext=mp4]+bestaudio[ext=m4a]/mp4', # make sure it comes out as an mp4
    'logger': Logger() # pipe output to logger
}) as ydl:
    ydl.download([youtube_url])

print(colored('Video downloaded.', 'green'))

面部识别

我们必须从 Rick Astley 的现有图片中获取面部编码。这让我们可以将它与视频中的其他面孔进行比较。

# get rick's face encoding
rick_face_encodings = [
    face_recognition.face_encodings(face_recognition.load_image_file('./images/rick.jpg'))[0],
]


我们现在必须循环遍历视频中的每 10 帧以扫描面部。测试后，我决定每 10 帧检查一次，因为检查每一帧是不必要的，而且会浪费时间和系统资源。如果帧中有一张脸，我们可以获得它的编码并将其与 Rick 的脸进行比较。

让我们从捕获循环开始。

cap = cv2.VideoCapture(video_location) # create video capture

count = 0 # frame count
while True:
    if count % 10 != 0: # only check every 10th frame
        continue

    success, frame = cap.read() # read the current frame

    count += 1 # update frame count

cap.release() # release the video capture

我们现在可以在循环内搜索帧以查找任何面孔，获取它们的编码并将它们与 Rick 的进行比较。我们不会遍历帧中的所有面孔，因为我们要查找的场景只有一个人。

    faces = face_recognition.face_encodings(frame) # get all the faces in the frame

    if faces: # if a face is found
        result = face_recognition.compare_faces(rick_face_encodings, faces[0]) # compare rick's face encoding with the one found in the frame
        if result: # if the face encoding match
            print(colored('Rick roll detected!', 'red'))
            break
    else: # skip frame if there are no faces
        continue


最后但并非最不重要的一点是，如果视频捕获以没有匹配结束（将其放在循环的顶部），则没有检测到 rickrolls。

    if not success:
        cap.release()
        print(colored('No rick rolls found!', 'green'))
        break

现在，如果你运行python3 main.py 'https://www.youtube.com/watch?v=dQw4w9WgXcQ'它应该输出Rick roll detected! .

结论

做得好！你刚刚使用面部识别制作了一个 rickroll 检测器。你可以在此处找到完成的代码：https://gist.github.com/obvialex/4d153920b3c9e5a361c629456f63a5f1

☆ END ☆