前言
最近碰到了照片识别的场景，正好使用了face_recognition项目，给大家分享分享。face_recognition项目能做的很多，人脸检测功能也是有的，是一个比较成熟的项目。该项目的github地址：github仓库
本文主要是对该项目的安装使用，后面会更新一篇我自己写的实现人脸检测的代码，可以直接使用。
环境安装
首先我们看看官方给出的人脸识别效果图
我们看一下README关于安装环境的信息
官方给出的可安装操作系统是Mac和Linux，但是我想在windows安装，继续往下看。
windows虽然不是官方支持，但是也能装，不就是个dlib吗？好的，那就开始装。
我们直接安装requirements_dev.txt，这里要注意，把pip去掉。
注意一点安装dlib的时候会报错，需要先安装cmake，安装命令如下：
pip install cmake -i https://pypi.douban.com/simple
除此之外，项目还需要安装opencv-python，安装命令如下：
pip install opencv-python -i https://pypi.douban.com/simple
代码使用
先做一下说明，在使用face_recognition运行的时候，可以选择安装face_recognition命令进行运行的模式，也可以使用face_recognition模块构建代码运行。为了二次开发，我还是先试试代码的方式，主要试试人脸识别模块。
官方代码如下： import face_recognition # Load the jpg files into numpy arrays biden_image = face_recognition.load_image_file("biden.jpg") obama_image = face_recognition.load_image_file("obama.jpg") unknown_image = face_recognition.load_image_file("obama2.jpg") # Get the face encodings for each face in each image file # Since there could be more than one face in each image, it returns a list of encodings. # But since I know each image only has one face, I only care about the first encoding in each image, so I grab index 0. try: biden_face_encoding = face_recognition.face_encodings(biden_image)[0] obama_face_encoding = face_recognition.face_encodings(obama_image)[0] unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0] except IndexError: print("I wasn't able to locate any faces in at least one of the images. Check the image files. Aborting...") quit() known_faces = [ biden_face_encoding, obama_face_encoding ] # results is an array of True/False telling if the unknown face matched anyone in the known_faces array results = face_recognition.compare_faces(known_faces, unknown_face_encoding) print("Is the unknown face a picture of Biden? {}".format(results[0])) print("Is the unknown face a picture of Obama? {}".format(results[1])) print("Is the unknown face a new person that we've never seen before? {}".format(not True in results))
代码说明：
1、首先可以看到将两个人脸的数据加到了known_faces列表内。
2、然后用未知图数据进行识别判断。
看一下加入到known_faces的照片
看一下需要识别的照片
看一下执行结果
我们可以看到在拜登的识别中提示false，在奥巴马识别中提示true。这里要注意一点，我们看一下compare_faces方法参数。
参数tolerance最佳为0.6，越低越严格，所以可以按照自己的需求调整。
总结
经过我多次测试，在脸型比较接近的情况下，还是会有误差，需要按照自己的情况进行调整。
分享：
生活最沉重的负担不是工作，而是无聊。——《罗曼·罗兰》
如果本文对你有帮助的话，点个赞吧，谢谢！
