这是一个关于face_recognition和dlib库的安装(亲测有用,毕竟我代码都写出来了)

简介: 这是一个关于face_recognition和dlib库的安装(亲测有用,毕竟我代码都写出来了)

face_recognition库介绍

这个是我最近在做人脸识别的时候最新发现的一个宝藏库,在这里我们不需要使用识别器,你可以直接使用里面的函数来对人脸进行一个检测和识别,下面就只要来说说他的安装流程,他会涉及到两个个依赖库也就是我们的dlib和CMake,在这里我踩过的坑确实不少,就是当我们安装dlib的时候会叫我们去安装CMake,然后又是各种boot呀,所以在这里我们就直接简单说说


安装 face_recognition

1.安装CMake

pip install CMake -i https://pypi.douban.com/simple

2.安装dlib

你先可以试试这个可以下载嘛

pip install dlib==19.7.0 -i https://pypi.douban.com/simple 

如果报错的话我们就用安装包的形式来下载,这里我也是使用的直接安装他安装包的形式来下载,我们进去网页,然后选择我们对相应的版本下下来就可以了,注意我们下载的要是whl结尾的文件

3.7以下的下载链接

3.7和3.8的看这里

链接:https://pan.baidu.com/s/1mOa35rQThaesrHjKUgqJcQ

提取码:mxql

下载完之后,我们直接使用

pip install (把你文件拖进去就可以了)


3.完成!

直接输入

pip install face_recognition -i https://pypi.douban.com/simple

后续安装有什么问题的欢迎随时来找小唐同学,没事也可以一起探讨一下技术上面的问题啊哈哈哈哈哈哈

这里是小唐同学,一个大傻子?噗啊哈哈哈哈哈哈哈哈哈

或许你会去问,我们用这个face_recognition会有什么意义或则说实际上面的作用,来看看下小唐的一个开发实例吧,通过读取身份证上面的信息来完成人脸识别

小唐的开发实列

相关文章
|
机器学习/深度学习 算法 机器人
Tensorflow车牌识别完整项目(含完整源代码及训练集)
Tensorflow车牌识别完整项目(含完整源代码及训练集)
Tensorflow车牌识别完整项目(含完整源代码及训练集)
|
PyTorch API C#
【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问
目前翻译都是在线的,要在C#开发的程序上做一个可以实时翻译的功能,好像不是那么好做。而且大多数处于局域网内,所以访问在线的api也显得比较尴尬。于是,就有了以下这篇文章,自己搭建一套简单的离线翻译系统。以下内容采用python提供基础翻译服务+ C#访问服务的功能,欢迎围观。
1155 0
【Python+C#】手把手搭建基于Hugging Face模型的离线翻译系统,并通过C#代码进行访问
|
机器学习/深度学习 算法 安全
Py之dlib:Python库之dlib库的简介、安装、使用方法详细攻略(一)
Py之dlib:Python库之dlib库的简介、安装、使用方法详细攻略
Py之dlib:Python库之dlib库的简介、安装、使用方法详细攻略(一)
|
4月前
|
机器学习/深度学习 API 计算机视觉
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(下)
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(下)
62 2
|
4月前
|
机器学习/深度学习 存储 算法
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(上)
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(上)
92 1
|
8月前
|
Windows
|
9月前
|
算法 C++ 计算机视觉
配置win10+vs2013+dlib18.16库
配置win10+vs2013+dlib18.16库
99 1
|
机器学习/深度学习 数据可视化 计算机视觉
人脸检测实战高级:使用 OpenCV、Python 和 dlib 完成眨眼检测
今天,我们使用面部标记和 OpenCV 检测视频流中的眨眼次数。 为了构建我们的眨眼检测器,我们将计算一个称为眼睛纵横比 (EAR) 的指标,该指标由 Soukupová 和 Čech 在他们 2016 年的论文《使用面部标记的实时眨眼检测》中介绍。
462 0
人脸检测实战高级:使用 OpenCV、Python 和 dlib 完成眨眼检测
|
存储 Python
【Python标准库】pillow中Image模块学习
【Python标准库】pillow中Image模块学习
|
机器学习/深度学习 存储 并行计算
【计算机视觉】Fast Segment Anything 安装步骤和示例代码解读(含源代码)
快速分段任意模型 (FastSAM) 是一种 CNN 分段任意模型,仅由 SAM 作者发布的 SA-1B 数据集的 2% 进行训练。 FastSAM 的性能与 SAM 方法相当,运行速度提高了 50 倍。