现在一个攻城狮就能搞定人脸的深度学习算法，这要多感谢国外开源框架，虽然达不到旷世face++和诸多人脸公司的深度，但是实际应用已经没有太大压力。下图就是tensorflow写的人脸5点定位加情绪测试。
人脸识别应用
前不久网络上爆红某公司，一人脸识别开发师用摄像头识别老板，当老板靠进自己的工位的时候，电脑自动切换到自己工作时的界面。学习资料也可以加下Python扣扣裙：304零5零799自己下载学习下
WTF？
你还在以为这个梗是网上造谣的？
还在以为人脸识别技术实现特别复杂、高大上？
NO！你OUT了，今天小编用最最简单易懂的代码讲解，给大家带来这款防火、防盗、防老板的终极利器——
项目地址：BossComming
项目目标 ：
识别特定人物，并通过手机信息的方式提示你：你的老板来啦！
项目环境 介绍：
Python 3.3+或Python 2.7（本教程用6版本）
Windows 7或MacOS，以及Linux等系统
一个摄像头和IDLE集成系统（PyCharm）
下载完Python3.6，并配置相关的系统环境，按win键+R键输入cmd，
打开命令提示符，输入命令安装一下依赖：
pip3 install face_recognition
pip3install jpush
代码讲解 ：
下载本教程的项目，我们开始逐条代码的讲解人脸识别代码，保证在各位吃瓜群众“深入”到人工智能领域的教程当中。
video_capture = cv2.VideoCapture(0)
# Load a sample picture and learn how to recognize it.
obama_image = face_recognition.load_image_file("BOSS2.bmp")
obama_face_encoding = face_recognition.face_encodings(obama_image)[0]
while True:
ret, frame = video_capture.read()
face_locations = face_recognition.face_locations(frame)
face_encodings = face_recognition.face_encodings(frame, face_locations)
其中cv2.VideoCapture函数定义摄像头对象，0为第一个摄像头，一般为笔记本内置摄像头。
face_recognition.load_image_file：读取项目下的图片文件
face_recognition.face_encodings：对图片进行编码
while True：进入死循环
video_capture.read:是一个返回当前帧的函数，它能返回两个参数，ret和frame
第一个参数是bool型的ret，其值为True或False，代表有没有读到图片
第二个参数是frame，是当前截取一帧的图片。
face_recognition.face_locations(frame)：获取视频流帧，识别人脸
face_recognition.face_encodings(frame, face_locations)：对视频流进行编码
本章基本讲解了bosscoming这个有意思项目的整体框架和实现。更多细节请关注我们，将在后面文章呈现，或者关注×××工宗号：程序员大牛！。这里有更多案例，更多朋友啊。也可以跟小编直接交流。另外也可以点击左下角：了解更多，通过我们网站了解更多！