Windows环境搭建 face_recognition，dlib

文章参考：https://blog.csdn.net/hongbin_xu/article/details/76284134

文章参考：https://blog.csdn.net/weixin_40450867/article/details/81734815

文章参考：https://blog.csdn.net/esting_tang/article/details/80974330

 

该库可以通过python或者命令行即可实现人脸识别的功能。使用dlib深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild）上的准确率为99.38%。 在github上有相关的链接和API文档。

配置环境

安装dlib

方法一

首先配置dlib

我这里有一个dlib包，链接：https://pan.baidu.com/s/1drnxz251fvVVc9qoh61TTg 提取码：9pcl

下载好后运行cmd或者 pycharm的terminal 进入dlib 包所在的路径下，运行

pip install 【所下载的包】

import dlib 

 

方法二

https://pypi.org/project/dlib/18.17.100/#downloads 找到需要的dlib版本

 

 

新版本需要自行编译

下载好后pip install 【文件路径】安装

 

安装face_recognition

直接使用 pip install 即可 我使用了 清华园的镜像

注意：下载速度过慢会报错

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple face_recognition

import face_recognition

 

写一小段代码进行验证，我准备了四张图片

 

import face_recognition
mayun_image = face_recognition.load_image_file("mayun.jpg");
jobs_image = face_recognition.load_image_file("jobs.jpg");
task1_image = face_recognition.load_image_file("task1.jpg");

mayun_encoding = face_recognition.face_encodings(mayun_image)[0]
jobs_encoding = face_recognition.face_encodings(jobs_image)[0]
task1_encoding = face_recognition.face_encodings(task1_image)[0]

results = face_recognition.compare_faces([mayun_encoding, jobs_encoding], task1_encoding)
labels = ['mayun', 'jobs']

print('results:'+str(results))

for i in range(0, len(results)):
    if results[i] == True:
        print('The person is:'+labels[i])

运行结果