接上一篇，一切顺利的话，你从github上clone下来的整个工程应该已经成功编译并生成dll和exe文件了；同时，ImageMagic程序亦能够打开并编辑图像了，如此，证明接下来的操练你不会有任何障碍。开篇序文已经说过，工具库缘起人脸识别。我开博后的第一个系列讲了TensorFlow下的人脸识别，写完之后就觉得方向错了，那个系列采用的方案其实更适合物体检测、分类，而不是人脸识别。所以，基于历史原因，我决定这个系列还是从人脸识别开始，让诸君看看改进后的方案到底是怎样的。首先声明，改进后的方案参考了如下一篇博文：
https://blog.csdn.net/mr_curry/article/details/52443126
方案的基本原理及核心算法参照该博文实现，并不是本人原创，要感谢该篇博文的作者。只不过有些遗憾的是，该作者并没有在blog上提供完整代码（少了一个函数），且提供的代码亦存在些许错误；同时，对同一张图片的多次预测其结果并不一致，存在计算结果溢出的情形。虽如此，但还是要感谢博文作者，核心算法很明了，且有效，再次感谢！我在原文的核心算法基础上，按照我自己的设计原则做了重构和编码，除了算法原理，代码和结构与原文完全不同，请诸君注意。
我自己的学习习惯是——先看效果，然后再决定是否跟进研究此项技术，我想诸君大抵以如此。故，我们先运行一下程序看看效果如何。事先声明，如果你在接下来的操作中出现任何问题，请回头阅读该系列第一篇文章，确定完全达成第一篇的目标后再来这里。前文已经说过，EXE工程“WhoYouAre”即为图像级的人脸识别应用，因此，你应当在工程的输出目录“MachineVisionLib\x64\bin”下看到该应用程序的可执行文件：“WhoYouAre.exe”，如下图：
在该文件夹空白处，按住键盘“Shift”键不要松开，然后鼠标右键菜单选择“在此处打开命令窗口(W)”，如此，我们进入windows控制台：
为了将来能够看到完整的控制台输出信息，建议你鼠标左键点击控制台窗口左上角的图标，在弹出的菜单中打开“属性”窗口，将控制台“布局”设置大一些，最好能够占满整个屏幕，这样你才能看到完整的程序输出信息。设置完毕后，请在控制台输入：
WhoYouAre
控制台会输出该程序的Usage信息：
看着有很多选择，其实就人脸注册和人脸识别两项功能而已。这么多的选择只是为了编码方便，因为视频文件、视频流和图像（照片）在实际处理上均有些许不同，需要单独处理，所以选择看起来就比较多了：
WhoYouAre.exe add 使用照片注册人脸
WhoYouAre.exe predict 使用照片进行预测，控制台输出预测结果（人名和概率）
WhoYouAre.exe ocvcamera 通过捕获USB/WEB摄像头的实时视频进行人脸识别，参数值为摄像头序号，可以不指定，默认值为0，程序会自动检测人脸并给出预测结果，播放器为OCV自带播放器，其实就是ffmpeg
WhoYouAre.exe ocvvideo 通过视频流进行预测，参数值为视频地址，可以是本地的视频文件：avi、mp4等，也可以是rtsp实施视频流地址，播放器依然是OCV自带播放器
WhoYouAre.exe vlcvideo_rtsp_predict 通过捕获rtsp实时视频进行人脸识别，参数值为rtsp地址，播放器为libvlc播放器
WhoYouAre.exe vlcvideo_predict 通过本地视频文件进行人脸识别，参数值为本地视频文件名
WhoYouAre.exe vlcvideo_rtsp_catchface 通过rtsp视频流检测人脸并注册到人脸库，参数值为rtsp视频流地址
WhoYouAre.exe vlcvideo_catchface 通过本地视频文件检测人脸并注册到人脸库，参数值为本地视频文件名
这些选项中，几个视频预测选项在CPU模式下存在卡顿、掉帧的问题，主要是因为人脸检测与识别处理花费了太长的时间；GPU模式下，GTX 1050Ti显卡加速测试，帧率（FPS）高于15帧时视频播放开始呈现太空漫步状态，动作明显变慢，识别性能同样表现不佳。至于时间到底耗费在了哪些处理上，我会在后面的篇幅中详细讲解，让我们先看看图片预测的效果。
