好吧，夥計們，我回來了。說我拖更不寫文章的可以過來用你的小拳拳狠命地捶我胸口....
那麼今天我們來講關于使用python+opencv+face++來實作人臉驗證及人臉解鎖。代碼量同樣不多，你可以将這些代碼運用在其它一些智能領域，如智能家居，進門的時候判斷你是誰，也可以加入機器學習判斷來的人是客人還是熟人。在講之前我們會先适當的拓撲一下關于人臉識别的知識點。OK廢話少說下面開始正是話題。
解鎖原理：
原理呢，其實很簡單，沒有那麼複雜難懂（當然除了官方語言之外）。我們先來通俗的說一下利用Face++實作人臉比對的原理。給大家推薦一個學習交流的地方：719+139+688，現在你打開了攝像頭，然後恰好你按下了抓取。抓取之後，你的臉部圖檔會上傳到遠端伺服器，然後服務端會提取你的面部情況生成一個唯一的指紋（辨別碼），這個指紋在Face++裡面叫做face_token這個我們後面會繼續講到，這個指紋就代表你目前的身份。
上傳完經過服務端分析收錄之後，服務端會通過json發送給你一個資料包，這個資料包裡面有你面部全部特征。
當你拿到服務端傳回過來的json之後，将face_token提取出來（這很重要，face_token相當于一把鑰匙）然後你把拿到的face_token放到python的if裡面去判斷如果face_token相符就驗證成功，如果不相符那麼解鎖失敗。
環境拓撲：
作業系統：windows7
Python版本：python2.7
OpenCV版本：2.x
Face++接口
實作方案：
1.上傳面孔（這個上篇文章我們已經實作攝像頭抓取，這篇文章我們不做啰嗦，直接用一張面部圖檔代替）上傳後json會傳回面部指紋（face_token）
2.建立人臉集合，并将步驟1傳回的face_token加入到集合中去
3.通過python的if判斷是否收錄目前面孔
代碼部分：
1.擷取面孔face_token：
這裡重點說一下request裡面的内容：
api規定是要post送出，是以這裡用了request.post()
傳輸的内容為請求的URL，圖檔路徑（必填！可以是本地絕對路徑，也可以是網絡圖檔分别為image_file、image_url）data資料也就是payload裡面的參數：
apikey/apisecret必填 沒有的自行申請
return_attributes選填 裡面有傳回的資料 有年齡性别等等
return_landmark選填 是否檢測傳回人臉關鍵點0為不傳回1為檢測83個關鍵點2為檢測106個關鍵點
運作效果：
我們随便找一張照片（對像素有要求的 切記 不然有的可能報錯）
我們可以看到這個傳回的json包裡有很多的值，我們這裡最重要的就是拿到這張臉的face_toen，然後儲存起來，收錄到服務端的時候需要。
注：這裡可能有些朋友在網上随便找的照片可能報錯，這很可能是圖檔像素的問題，盡量找高清的，運作後，人臉部分會被綠框辨別。
2.建立人臉集合，并加入face_token
face_tokens裡面填的就是剛才奧巴馬圖檔傳回的face_token，不要填錯哦~
面部集合的名字也要記住，待會查詢的時候也會用到的。
将上一部分擷取到的face_token加入到一個建立的人臉集合中。
下次人臉對比将直接跟服務端收錄的做指紋對比。這裡再簡單的點一下payload裡面的幾個參數：
display_name：人臉集合的名字
outer_id：FaceSet全局自定義辨別
force_merge：
0：不将 face_tokens 加入已存在的 FaceSet 中，直接傳回 FACESET_EXIST 錯誤
1：将 face_tokens 加入已存在的 FaceSet 中
face_tokens：傳入的人臉辨別
運作完畢後，會傳回一個faceset_token，這個地方我們要記錄下來，因為我們已經把我們的奧巴馬的facetoken上傳到服務端的我們建立的集合裡了，這個faceset token就是我們的面部集合id 或者說是一個相冊都可以。
3.判斷是否為管理者：
我們将奧巴馬的面部值（face token）放入python的if裡面，将要去查詢的面部集合（相冊）設定為我們前面擷取的faceset tokens，然後我們随便照一張照片比對一下。
筆記本攝像頭太low，很難識别，湊合看下效果吧，直接識别人臉還行。
完成~
當然，按理說到現在應該開始有噴子來噴，用圖檔解鎖不安全了吧，沒關系，如果你想做的更進階，完全可以加上一些搖頭 眨眼等等亂七八糟的驗證，安全性是可以做到的。