在这篇博客中，我将解释我们如何创建一个程序，通过识别某个人的脸来执行某些任务–™。为此，我们将训练模型，将识别两人-欧元™的脸，然后它将发送电子邮件和WhatsApp消息时，它将识别第一人称-欧元™的脸，并将创建EC2实例和EBS卷，当它将识别第二人脸。

对于人脸识别，我们将使用LBPH算法。我们将用两个不同的人来训练两个不同的模型–Euro™的脸。因此，让我们首先了解一下LBPH算法。

局部二值模式直方图(LBPH)

局部二值模式(LBP)是一种简单但非常有效的纹理算子，它通过对每个像素的邻域进行阈值来标记图像的像素，并将结果视为二进制数。

它在1994年首次被描述(LBP)，此后被发现是用于纹理分类的一个强大的特征。进一步研究表明，当LBP与方向梯度直方图(HOG)描述符相结合时，在某些数据集上的检测性能有了很大的提高。

现在让-euro™创建代码来收集数据集、训练模型并最终识别人脸以执行某些任务。

第一步：采集双人数据集，保存在文件夹中。

在这一步中，我们将创建代码，收集100个人的裁剪图像，然后将它们保存在一个文件夹中。

import cv2
import numpy as np

类似地，我们可以编写代码来收集第二个人的裁剪图像，并将其保存在文件中。

第二步：用图像训练模型。

在此步骤中，我们将使用存储在文件夹中的收集数据集训练模型。我们将把这些图像传递给模型进行训练。在这里，完整的文件夹充当数据集，因此我们需要将该文件夹视为数据集。

import cv2
import numpy as np
from os import listdir
from os.path import isfile, join

此模型适用于个人1，其面部将用于发送电子邮件和WhatsApp消息。类似地，我们可以为第二个人脸训练另一个模型，我们将使用该模型来创建EC2实例和EBS Volume。

步骤3：创建发送邮件和WhatsApp消息的函数。

在这里，我们将使用smtplib模块发送电子邮件，使用pyWhatkit模块发送WhatsApp消息。

# Send Email
import smtplib as s
def mail():
    server = s.SMTP('smtp.gmail.com', 587)
    server.starttls()
    sender_mail = 'sender@gmail.com'
    sender_passwd = '**********'
    server.login(sender_mail, sender_passwd )
    receiver_mail = 'receiver@gmail.com'
    body_msg = "Hello Aditya, this is your face...!!"
    server.sendmail(sender_mail,
                receiver_mail, body_msg)
    print("Sending Mail Please wait......")
    print("Email has been sent to receiver_mail id")

步骤4：识别人脸以发送邮件和WhatsApp消息。

在本步骤中，我们将编写代码来识别Person 1的脸以发送邮件和WhatsApp消息。如果准确率将超过90%，那么只有它才会执行这些任务。

import cv2
import numpy as np
import os

让？euro™s查看发送的邮件的输出。

步骤5：编写创建EC2实例和EBS Volume的函数。

为此，我使用Terraform创建EC2实例和EBS Volume，然后附加它们。以下是创建EC2实例、创建EBS卷，然后将卷附加到实例的Terraform代码。

# Provider
provider "aws" {
 region = "ap-south-1"
 profile="aditya"
}

现在，我将在python中创建一个函数，该函数将使用OS模块运行Terraform代码。

import os
def AWS_launch():
    print("Instance and EVS Volume creating...")
    os.system('terraform init')
    os.system('terraform apply --auto-approve')
    print("Instance and EBS Volume are launched")

此函数将运行Terraform命令以应用代码。

步骤6：识别人脸启动EC2实例和EBS卷。

与前面的任务类似，我们将编写识别发送人脸的代码，然后它将创建EC2实例和EBS Volume。

import cv2
import numpy as np
import os

让-Euroec2检查是否已经创建了™实例和EBS Volume。

我用我朋友的形象训练了这个模型，当我认识到我使用了他的形象时，我们可以看到它完成了我们想要的任务。

您可以参考我的GitHub上的完整代码。

GitHub链接：https://github.com/adyraj/FaceRecognizer.githttps://github.com/adyraj/FaceRecognizer.git

感谢您的阅读！FINGŸ˜‡FINGŸ˜‡