僅用 Python 和命令行就可以實現(xiàn)人臉識別的庫開源了。該庫使用 dlib 頂尖的深度學習人臉識別技術(shù)構(gòu)建，在戶外臉部檢測數(shù)據(jù)庫基準（Labeled Faces in the Wild benchmark）上的準確率高達 99.38%。
該項目是要構(gòu)建一款免費、開源、實時、離線的網(wǎng)絡(luò) app，支持組織者使用人臉識別技術(shù)或二維碼識別所有受邀人員。
有了世界上最簡單的人臉識別庫，使用 Python 或命令行，即可識別和控制人臉。
該庫使用 dlib 頂尖的深度學習人臉識別技術(shù)構(gòu)建，在戶外臉部檢測數(shù)據(jù)庫基準（Labeled Faces in the Wild benchmark）上的準確率高達 99.38%。
這也提供了一個簡單的 face_recognition 命令行工具，你可以打開命令行中任意圖像文件夾，進行人臉識別！
項目地址：https://github.com/ageitgey/face_recognition#face-recognition
特征
出圖片中的人臉
找出下面圖片中所有的人臉：
import face_recognition
找到并且控制圖像中的臉部特征
找到并勾勒出每個人的眼睛、鼻子、嘴和下巴。
import face_recognition
找出臉部特征對很多重要的事情都非常有用。但是你也可以用它來做一些「蠢事」，比如數(shù)字化妝（美圖）：
識別圖片中的人臉
識別每張圖片中的人物。
import face_recognition
你甚至可以使用該庫和其他的 Python 庫執(zhí)行實時人臉識別：
此處可查看代碼示例：https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py
安裝要求：
-
Python 3+ 或 Python 2.7
-
macOS 或 Linux (Windows 未測試)
-
還可在樹莓派 2+上運行（按照具體指令來安裝運行：https://gist.github.com/ageitgey/1ac8dbe8572f3f533df6269dab35df65）
-
預(yù)配置的 VM 圖像同樣可用。
使用pin3從pypi安裝這一模塊：
pip3 install face_recognition
重要提示：pip 嘗試編譯 dlib 依賴時很可能會遇到一些問題。如果遇到問題，前往該地址（https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf）從來源（而不是 pip）中安裝 dlib，從而修復(fù)該錯誤。
手動安裝 dlib 后，再次運行 pip3 install face_recognition，完成安裝。
如果安裝方面還有問題，你還可以試試預(yù)配置的 VM（https://medium.com/@ageitgey/try-deep-learning-in-python-now-with-a-fully-pre-configured-vm-1d97d4c3e9b）
用途
命令行界面
安裝 face_recognition 時，你會得到一個名為 face_recognition 的簡單命令行程序，該程序可用于識別照片或裝滿照片的文件夾中的人臉。
首先，你需要提供一個包含圖片的文件夾，且每張圖片中的每個人你都認識。每個人有一個圖像文件，文件名就是圖片中人物的名字：
然后，你需要再建一個文件夾，包含你想要識別的圖像文件：
之后，你僅需要在已知人物文件夾和未知人物文件夾（或單個圖像）中運行 face_recognition 命令，該程序會告訴你每個圖像中的人物是誰：
$ face_recognition ./pictures_of_people_i_know/ ./unknown_pictures//unknown_pictures/unknown.jpg,Barack Obama
每張人臉的輸出結(jié)果只有一行，由文件名和找到的人物名組成，中間用逗號分隔。
unknown_person 是未與已知人物文件夾中任何照片相匹配的人臉。
如果你只想知道每張照片中的人物姓名，不在意文件名，那么你可以采用以下做法：
如果你的電腦配有多核 CPU，你就可以同時執(zhí)行多個人臉識別任務(wù)。例如，如果你的系統(tǒng)有 4 個 CPU 核，你可以同時使用這 4 個 CPU 核，那么同樣時間內(nèi)處理的圖像數(shù)量是原來的四倍。
s你使用 Python 3.4 或更新的版本，傳入--cpus <number_of_cpu_cores_to_use>參數(shù)：
$ face_recognition -cpus 4 ./pictures_of_people_i_know/ ./unknown_pictures/
你還可以傳入--cpus -1，來使用系統(tǒng)中所有的 CPU 核。
Python 模塊
使用 face_recognition 模塊，幾行代碼輕松控制人臉，so easy！
API 文件地址：https://face-recognition.readthedocs.io
自動定位圖像中人物的臉部特征
import face_recognition
圖像人臉識別
import face_recognition
注意事項
該人臉識別模型基于成年人照片訓練，因此對兒童照片的識別效果不好。該模型默認比較閾值是 0.6，容易混淆兒童的面部。
將該模型配置到云主機（Heroku、AWS 等）
face_recognition 賴以存在的 dlib 是用 C++語言寫的，因此將該內(nèi)置該模型的 app 配置到 Heroku 或 AWS 等云主機提供商就很復(fù)雜。在該 repo 中有一個 Dockerfile 示例，展示如何在 Docker 容器中運行內(nèi)置 face_recognition 模型的 app（詳見該網(wǎng)址：https://www.docker.com/）。參考該示例，您能夠?qū)⒃撃Ｐ团渲玫饺魏沃С?Docker 圖像的服務(wù)。
常見問題
問題：使用 face_recognition 或運行樣本時，出現(xiàn) Illegal instruction (core dumped)。
解決方案：dlib 需要在 SSE4 或 AVX 支持下編譯，但是你的 CPU 太舊，無法支持編譯。你需要根據(jù)此處（https://github.com/ageitgey/face_recognition/issues/11#issuecomment-287398611）所示修改代碼，然后對 dilb 進行重新編譯。
問題：運行攝像頭樣本時，出現(xiàn) RuntimeError: Unsupported image type, must be 8bit gray or RGB image.
解決方案：你的攝像頭可能并未在 OpenCV 上正確設(shè)置。點擊此處（https://github.com/ageitgey/face_recognition/issues/21#issuecomment-287779524）了解更多。
問題：運行 pip2 install face_recognition 時出現(xiàn) MemoryError。
解決方案：face_recognition_models 文件太大，不適合你可用的 pip 緩存內(nèi)存。試一下 pip2 --no-cache-dir install face_recognition，解決該問題。
問題：AttributeError: 'module' object has no attribute 'face_recognition_model_v1'
解決方案：你安裝的 dlib 版本過舊，需要 19.4 或者更新的版本。請升級 dlib 版本。
問題：TypeError: imread() got an unexpected keyword argument 'mode'
解決方案：你安裝的 scipy 版本過舊，需要 0.17 或者更新的版本。請升級 scipy 版本。
