python神经网络：颜值打分器

苏绛雪

导语：

前几天写了一个批量下载“小姐姐”图片的爬虫，阅读量还挺高的。本来想多写一些这种类型的文章。毕竟学程序的男生比较多，都喜欢看与妹子相关的文章，但想着，这是一个技术类的公众号，老搞这些花里胡哨的东西似乎不太好。
于是我想了一个新项目：《AI五子棋》。就是用python实现AI五子棋。然后我到处查论文，找相关代码。费了九牛二虎之力终于写好了一个。前几天刚刚发出去。
然后我松了口气，觉得小伙伴们都还不至于.....只喜欢看那些与妹子相关的推送，这篇文章阅读量应该不会太低。然而：第二天我就被你们的阅读量打脸了：
好了，今天我屈服了，还是写一个和妹子相关的程序比较好。这样大家也比较喜欢。于是我找到了我上半年原创的“颜值打分器”。和大家分享分享。


神经网络有点复杂，一次很难讲完。我将分两次讲完这个原理。
代码及相关资源获取：

关注“python趣味爱好者”公众号，回复“颜值2”获取源代码以及相关资源

开发工具：

python3.6.4

相关模块：pandas,scipy,matplotlib,numpy,cv2,dlib,os,math
效果演示：

提取人脸的特征点是第一步：我们提取特征点以后画出来，并用一个列表存储起来：


神经网络有点复杂，一次很难讲完。我将分两次讲完这个原理。
我特意给大家讲解一下这些文件是啥。

首先Images是我们的数据库，里面存储了5500张图片，有亚洲人，非洲人，欧洲人，男性女性都有。我们代码只读取了前面三百张亚洲女性的图片。用来训练我们的神经网络。
调试过程中的代码，里面存储的是我在调试程序过程中碰到的错误，都是错误代码。这些代码本来不想放上去，但是我觉得大家都是抱着学习的目的来的。我经历的一些错误对大家可能也有很大用处。
label.xlsx是对应数据库里面的颜值分数。这些分数5分是满分。0分是最低分。是找很多志愿者进行颜值打分。然后取平均值。这些分数相对来讲，还是很可以表示一个女性的颜值分数的。
get_feature3代表的是提取人脸特征点。这是我额外写的一个程序。
test3是我们要测试的女生的图片。我们如果要测试某个女生的图片颜值，可以把图片名改为test3.PNG。放在当前文件夹里测试。
基本原理：

基本原理就是先提取人脸64个特征点。一般人脸识别用的就是这些特征点。我们提取特征点，然后做一些平移，旋转处理。就可以输入到神经网络的输入层，然后利用label.xlsx的数据进行反馈调节，就可以优化这个神经网络的参数（也就是调整其权值和阈值）。
部分代码：

import numpy as np
import cv2
import dlib
import os
detector = dlib.get_frontal_face_detector()#创建一个容器
predictor = dlib.shape_predictor('landmarks.dat')#加载一个自带的分类器
#img_path = "C:\\Users\\MSI\\Desktop\\my_py_software\\img\" + str(1) + ".jpg"#我需要识别的图片位置
img = cv2.imread("test3.PNG")#使用python-opencv读取图片
img_grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#使图片转化为灰度图片
rects = detector(img_grey, 0)#返回信息
for i in range(len(rects)):
    landmarks = np.matrix([[p.x, p.y] for p in predictor(img_grey,rects[i]).parts()])#获取点的坐标
    for idx, point in enumerate(landmarks):
        # 68点的坐标
        pos = (point[0, 0], point[0, 1])
        cv2.circle(img, pos, 2, (255, 0, 0), 1)#画圈圈，（255,0,0）是圈圈的颜色
        font = cv2.FONT_HERSHEY_SIMPLEX
        cv2.putText(img, str(idx + 1), pos, font, 0.1, (0, 0, 255), 1, cv2.LINE_AA)#为圈圈标上序号
cv2.namedWindow("img", 2)
cv2.imshow("img", img)#展示
cv2.waitKey(0)

苏绛雪

数据集有点大，没法传到论坛上。所以只能放上去部分代码

casanava

good

龙舞九天