你是否厌倦了Rickrolling？如果是这样，面部识别可能是你正在寻找的解决方案！
外国的梗“Rickrolling”到底是什么？
大致意思就是你的好友给你发一个很吸引人的东西，然后你兴致勃勃地点进去发现被超链接跳转到了Rick Astley的歌曲《Never Gonna Give You Up》的MV界面，随着这首歌开头魔性的鼓点响起，恭喜你，你就被Rickroll了。
策略
虽然通过音频指纹检测Rickroll是更直观的方法，但我相信使用面部识别是一种更有趣和可靠的方法。我相信它更可靠，因为
1.有一些Rickroll视频没有声音
2.音频可能会失真（加速、音高变化或只是低质量）
3.没有 Rick 的脸就没有 Rickroll（《Never Gonna Give You Up》由Richard演唱，Rick是Richard的昵称）
这是此操作的过于简化的流程图。
我们将使用face－recognition包，该包使用dlib的深度学习技术来识别人脸。这是通过在对象的脸上生成界标并将其保存，以与其他面部界标进行比较来实现的。
编程
导入包
首先，我们需要导入我们的包。我们将使用的三个主要包是face－recognition、opencv－python和yt－dlp。我选择了yt－dlp而不是YoutubeDL，因为我发现它下载视频的速度要快得多。
＃ import packages
import face＿recognition ＃ to detect Rick＇s face
import cv2 ＃ to read the video
import sys
from yt＿dlp import YoutubeDL ＃ to downoad the video
import tempfile ＃ to create a temp folder to store the downloaded video
import uuid ＃ to create the unique folder name for the temp folder
from termcolor import colored ＃ to add some spice to the program
下载视频
现在我们需要下载用户想要查看的 Youtube 视频。在这种情况下，URL 将作为终端中的第一个参数提供。
因此，让我们获取 URL 并设置一些其他变量，例如临时文件夹位置和我们将保存视频的路径。
＃ get options ＆ set variables
youtube＿url ＝ sys．argv［1］ ＃ the video URL the user wants to check
temp＿folder ＝ f＂｛tempfile．gettempdir（）｝／｛uuid．uuid1（）｝＂＃ the location of the temp folder
video＿location ＝ f＂｛temp＿folder｝／output．mp4＂ ＃ the location the video will be saved to
然后我们可以创建一个简单的记录器来消除输出混乱和语音错误。
＃ create logger for video downloader
class Logger（object）：
def debug（self， msg）：
pass
def warning（self， msg）：
pass
def error（self， msg）：
print（msg）
最后，我们可以使用yt－dlp模块下载视频。我们要确保我们制定了输出格式mp4，因为这是我们在设置video＿location变量时定义的。
＃ download video
with YoutubeDL（｛
＂outtmpl＂： f＂｛temp＿folder｝／output＂， ＃ save to temp folder
＂format＂： ＂bestvideo［ext＝mp4］＋bestaudio［ext＝m4a］／mp4＂， ＃ make sure it comes out as an mp4
＂logger＂： Logger（） ＃ pipe output to logger
｝） as ydl：
ydl．download（［youtube＿url］）
print（colored（＂Video downloaded．＂， ＂green＂））
面部识别
我们必须从 Rick Astley 的现有图片中获取面部编码。这让我们可以将它与视频中的其他面孔进行比较。
＃ get rick＇s face encoding
rick＿face＿encodings ＝ ［
face＿recognition．face＿encodings（face＿recognition．load＿image＿file（＂．／images／rick．jpg＂））［0］，
］
我们现在必须循环遍历视频中的每 10 帧以扫描面部。测试后，我决定每 10 帧检查一次，因为检查每一帧是不必要的，而且会浪费时间和系统资源。如果帧中有一张脸，我们可以获得它的编码并将其与 Rick 的脸进行比较。
让我们从捕获循环开始。
cap ＝ cv2．VideoCapture（video＿location） ＃ create video capture
count ＝ 0 ＃ frame count
while True：
if count ％ 10 ！＝ 0： ＃ only check every 10th frame
continue
success， frame ＝ cap．read（） ＃ read the current frame
count ＋＝ 1 ＃ update frame count
cap．release（） ＃ release the video capture
我们现在可以在循环内搜索帧以查找任何面孔，获取它们的编码并将它们与 Rick 的进行比较。我们不会遍历帧中的所有面孔，因为我们要查找的场景只有一个人。
faces ＝ face＿recognition．face＿encodings（frame） ＃ get all the faces in the frame
if faces： ＃ if a face is found
result ＝ face＿recognition．compare＿faces（rick＿face＿encodings， faces［0］） ＃ compare rick＇s face encoding with the one found in the frame
if result： ＃ if the face encoding match
print（colored（＂Rick roll detected！＂， ＂red＂））
break
else： ＃ skip frame if there are no faces
continue
最后但并非最不重要的一点是，如果视频捕获以没有匹配结束（将其放在循环的顶部），则没有检测到 rickrolls。
if not success：
cap．release（）
print（colored（＂No rick rolls found！＂， ＂green＂））
break
现在，如果你运行python3 main．py ＂https：／／www．youtube．com／watch？v＝dQw4w9WgXcQ＂它应该输出Rick roll detected！ ．
结论
做得好！你刚刚使用面部识别制作了一个 rickroll 检测器。
