重点声明：

利用Python对照片中人脸进行颜值预测！！！

至于结果的可靠性.......

本人概不负责！！！

对结果不满意或者因为结果分数过低而想不开者，请自行联系xxxPh.D.。也就是此颜值预测算法的提出者！！！本人只是部分复现了他的算法！！！

有"特殊疾病者"请慎重尝试预测自己的颜值，本人不对颜值预测的结果和带来的所有负面影响负责！！！

所需工具

Python版本：3.6(64bit)

相关模块：

opencv_python模块、sklearn模块、numpy模块、dlib模块以及一些Python自带的模块。

环境搭建

（1）安装相应版本的Python并添加到环境变量中；

（2）pip安装相关模块中提到的模块。

下载pip安装报错模块的whl文件，并使用：

pip install whl文件路径+whl文件名安装。

如果需要相关的文件和源码可以关注后私信【颜值预测】即可

主要思路

模型训练

用了PCA算法对特征进行了压缩降维；

然后用随机森林训练模型。

提取人脸关键点

主要使用了dlib库。

使用官方提供的模型构建特征提取器。

特征生成

完全参考了xxxPh.D.的博客。

颜值预测

利用之前的数据和模型进行颜值预测。

环境搭建完成后，cmd窗口切换到解压后的*.py文件所在目录。

例如：

打开test_img文件夹，将需要预测颜值的照片放入并重命名为test.jpg。

例如：

若嫌麻烦或者有其他需求，请自行修改：

getLandmarks.py文件中第13行。

最后依次运行：

train_model.py(想直接用我模型的请忽略此步)

getLandmarks.py

getFeatures.py

Predict.py

train_model.py

getLandmarks.py

getFeatures.py

Predict.py

运行后效果展示

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有