# vision-algo

**Repository Path**: warrior-james/vision-algo

## Basic Information

- **Project Name**: vision-algo
- **Description**: 视觉算法服务，基于python语言算法开发的优势，写的一些识别接口，主要被我的智能识别平台调用，解决一些算法用java和opencv实现的准确性达不到商用标准
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-02-04
- **Last Updated**: 2026-02-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 视觉算法服务

这是一个基于Python的算法服务，目前人脸识别和比对，支持上传两张人脸图片并计算它们的相似度，不依赖第三方厂商API。

## 功能特点

- ✅ 支持上传两张人脸图片进行比对
- ✅ 使用开源的face_recognition库，自己实现人脸比对算法
- ✅ 实时计算并显示相似度百分比
- ✅ 美观的前端界面，支持图片预览
- ✅ 完善的错误处理和用户提示

## 技术栈

- **后端**: Python Flask
- **前端**: HTML5, CSS3, JavaScript
- **核心库**: face_recognition, dlib, OpenCV

建议直接用docker启动，python-vision-algo.tar是打好的镜像

## 快速开始

### 1. 安装依赖

```bash
# 进入后端目录
cd backend

# 安装依赖（使用国内镜像源）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```

### 2. 启动服务

```bash
# 进入后端目录
cd backend

# 启动Flask服务
python app.py
```

服务将在 `http://localhost:10283` 上运行。

### 3. 访问前端页面

在浏览器中打开 `frontend/index.html` 文件，即可使用人脸识别和比对功能。

## 使用说明

1. 在左侧上传第一张人脸图片
2. 在右侧上传第二张人脸图片
3. 点击"开始比对"按钮
4. 系统将显示比对结果，包括：
   - 是否为同一人
   - 相似度百分比
   - 相似度可视化进度条

## 项目结构

```
py-face-comparison/
├── backend/               # 后端代码
│   ├── app.py            # 主应用文件
│   ├── requirements.txt  # 依赖文件
│   └── uploads/          # 临时上传目录
├── frontend/              # 前端代码
│   └── index.html        # 主页面
└── README.md             # 项目说明
```

## 技术实现

### 人脸比对算法

1. **人脸检测**：使用dlib库的HOG人脸检测器检测图片中的人脸
2. **特征提取**：使用dlib的预训练模型提取128维人脸特征向量
3. **相似度计算**：
   - 计算两个人脸特征向量之间的欧几里得距离
   - 将距离转换为相似度百分比（0-100）
   - 距离越小，相似度越高

### 性能优化

- 使用face_recognition库的优化实现，提高人脸检测和特征提取速度
- 临时文件自动清理，避免磁盘空间占用
- 错误处理机制，确保系统稳定性

## 注意事项

1. 首次运行时，face_recognition库会下载预训练模型，请确保网络连接正常
2. 上传的图片应清晰包含人脸，避免模糊或遮挡
3. 建议使用正面人脸照片以获得最佳比对效果
4. 对于较大的图片，处理时间可能会稍长
5. models下的buffalo_l是InsightFace的预训练模型，因为gitee单个文件大小不能超过100m，这里给github地址，自己下载
   https://github.com/deepinsight/insightface/releases/download/v0.7/buffalo_l.zip
   ![模型图片](docs/pics/models.jpg)
## 故障排查

### 常见错误

1. **安装失败**：请确保安装了Visual Studio Build Tools（Windows）或gcc（Linux）
2. **图片中未检测到人脸**：请上传清晰的人脸照片
3. **内存不足**：对于较大的图片，可能需要更多内存

### 解决方法

- 确保安装了所有必要的依赖
- 确保上传的图片符合要求
- 如遇其他问题，请查看后端控制台的详细错误信息

## 致谢

- [face_recognition](https://github.com/ageitgey/face_recognition) - 开源人脸识别库
- [dlib](http://dlib.net/) - 机器学习库，提供人脸检测和特征提取
- [OpenCV](https://opencv.org/) - 计算机视觉库
- [Flask](https://flask.palletsprojects.com/) - Python Web框架

## 许可证

本项目采用 MIT 许可证。