今天跟大家唠唠我这几天折腾的“南大校草”项目，说起来有点意思，也算是对自己编程能力的一次小挑战。
事情是这样的，前几天在网上闲逛，看到有人扒出来几个所谓的“南大校草”，颜值确实能打，还都是学霸。我当时就想，能不能用Python搞个程序，自动从网上爬取南大的学生信息，然后用人脸识别筛选出高颜值的男生？想想就刺激。
说干就干！第一步肯定是要找数据源。这年头，想直接爬取学校官网的数据，基本不可能，反爬机制不是吃素的。我就换个思路，在一些社交平台上搜索南大的相关话题，看看能不能找到一些公开的学生照片。还真让我找到一些，虽然不多，但总比没有强。
拿到照片后，接下来就是人脸识别。我用的OpenCV库，这玩意儿用起来还算顺手。先是安装好OpenCV，然后写个简单的脚本，把照片一张张读进去，用OpenCV自带的人脸检测器检测人脸。这里面遇到个问题，就是有些人脸太小或者角度不对，识别不出来。我就调整一下参数，加大检测范围，总算是能识别出一部分。
识别出人脸后，下一步就是颜值评分。这个就比较玄学，网上有很多现成的颜值评分算法，但效果都一般般。我试好几个，最终选一个基于深度学习的，感觉还算靠谱。把人脸图像输入到这个算法里，它就能给出一个颜值分数。这玩意儿纯粹是娱乐，大家别太当真。
拿到颜值分数后，我设置一个阈值，比如80分以上就算“校草”候选人。然后把这些候选人的照片和信息整理一下，输出到一个Excel表格里。这样，一个简单的“南大校草”筛选程序就完成。
整个过程挺粗糙的，有很多地方可以改进。比如，数据源太少，导致筛选结果不够全面；颜值评分算法不够精确，容易误判；程序运行效率不高，处理大量照片会很慢。但是，作为一个练手项目，也算是达到我的目的。
- 经验
- 1. 爬虫要灵活，别死磕一个网站，多找找其他渠道。
- 2. 人脸识别要耐心，参数调整很重要。
- 3. 颜值评分算法仅供参考，别太认真。
这回实践让我对Python和人脸识别有更深入的解。以后有机会，我会继续完善这个项目，争取搞出一个更靠谱的“校草”筛选器。哈哈，开个玩笑，主要还是为学习技术！