嚴重聲明：

利用Python對照片中人臉進行顏值預測！！！

至於結果的可靠性.......

本人概不負責！！！

對結果不滿意或者因為結果分數過低而想不開者，請自行聯繫xxxPh.D.。也就是此顏值預測演算法的提出者！！！本人只是部分復現了他的演算法！！！

以上和以下內容純屬玩笑，如有雷同，不甚榮幸。

所需工具

Python版本：3.5.4(64bit)

相關模塊：

opencv_python模塊、sklearn模塊、numpy模塊、dlib模塊以及一些Python自帶的模塊。

環境搭建

（1）安裝相應版本的Python並添加到環境變數中；

（2）pip安裝相關模塊中提到的模塊。

例如：

若pip安裝報錯，請自行到：

http://www.lfd.uci.edu/~gohlke/pythonlibs/

下載pip安裝報錯模塊的whl文件，並使用：

pip install whl文件路徑+whl文件名安裝。

例如：

主要思路

（1）模型訓練

用了PCA演算法對特徵進行了壓縮降維；

然後用隨機森林訓練模型。

數據源於網路，據說數據「發源地」就是華南理工大學某實驗室，因此我在參考文獻上才加上了這個實驗室的鏈接。

（2）提取人臉關鍵點

主要使用了dlib庫。

使用官方提供的模型構建特徵提取器。

（3）特徵生成

完全參考了xxxPh.D.的博客。

（4）顏值預測

利用之前的數據和模型進行顏值預測。

使用方式

有特殊疾病者請慎重嘗試預測自己的顏值，本人不對顏值預測的結果和帶來的所有負面影響負責！！！

言歸正傳。

環境搭建完成後，cmd窗口切換到解壓後的*.py文件所在目錄。

例如：

打開test_img文件夾，將需要預測顏值的照片放入並重命名為test.jpg。

例如：

若嫌麻煩或者有其他需求，請自行修改：

getLandmarks.py文件中第13行。

最後依次運行：

train_model.py(想直接用我模型的請忽略此步)

getLandmarks.py

getFeatures.py

Predict.py

train_model.py

getLandmarks.py

getFeatures.py

Predict.py

使用演示

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！