人脸关键点检测
人脸关键点检测是给定人脸图像，定位出人脸面部的关键区域，包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。
在face_predict下新建face-feature.py文件，读取照片并标记特征点。

加载被比较的图像

frame = face_recognition.load_image_file("Face_database/hyz/hyz.png")

查找图像中的所有面部特征

face_landmarks_list = face_recognition.face_landmarks(frame, face_locations = None, model ='large')

查找图像中的鼻子、左眼、右眼面部特征

face_landmarks_list = face_recognition.face_landmarks(frame, face_locations=

None, model='small')
print("该张图像中有 {} 张人脸。".format(len(face_landmarks_list)))
for face_landmarks in face_landmarks_list:

  # 打印此图像中每个面部特征的位置
  # 查找图像中所有面部特征的列表
  facial_features = [
        'chin',
        'left_eyebrow',
        'right_eyebrow',
        'nose_bridge',
        'nose_tip',
        'left_eye',
        'right_eye',
        'top_lip',
        'bottom_lip'
  ]
  # 查找图像中鼻子、左眼、右眼面部特征的列表
  # facial_features = [
  #        'nose_tip',
  #        'left_eye',
  #        'right_eye',
  # ]
  # 在图像中描绘出人脸特征
  for facial_feature in facial_features:
        # 数据类型必须是int32
        pts = np.array(face_landmarks[facial_feature], np.int32)
        pts = pts.reshape((-1, 1, 2))
        # 图像，点集，是否闭合，颜色，线条粗细
        cv2.polylines(frame, [pts], False, (0, 0, 0), 2)

显示得到人脸后的图像

frame = frame[:, :, ::-1]
cv2.imshow("image", frame)
cv2.waitKey(0)