这是第二次给大家推荐Github项目，上次给大家介绍的是使用核心主义价值观作为编码的编译器：媒体人自保攻略，今天介绍在Github开源的人脸识别项目，目前已经获得2000+的star，以后推荐Github项目会成为一个保留项，自己遇到觉着不错的就跟大家推荐，希望跟大家共同进步。
最近在写一个人脸识别的项目，在查阅资料的时候无意发现今天给大家推荐的项目，在这很有必要给大家介绍一下全球最大的同性交友网站的好处，使用github是一个程序员必备技能，学会使用github会让你在开发的时候节省很多时间，比你成功的人通常不会重复造轮子，而是会利用资源，希望大家有效的利用全球最大同性交友网站提高自己的开发效率。
话不多说，开始今天的学习。
Face Recognition 人脸识别
简介
face_recognition是一个强大、简单、易上手的人脸识别开源项目，并且配备了完整的开发文档和应用案例，特别是兼容树莓派系统。项目README文件已经被同济大学开源软件协子豪兄Tommy翻译成中文，此项目是世界上最简洁的人脸识别库，你可以使用Python和命令行工具提取、识别、操作人脸。同时此项目的人脸识别是基于业内领先的C++开源库dlib中的深度学习模型，用Labeled Faces in the Wild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。
特性
1.从图片里找到人脸：定位图片中的所有人脸。
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_locations = face_recognition.face_locations(image)
2.识别人脸关键点：识别人脸关键点，包括眼睛、鼻子、嘴和下巴。
import face_recognition
image = face_recognition.load_image_file("your_file.jpg")
face_landmarks_list = face_recognition.face_landmarks(image)
识别人脸关键点在很多领域都有用处，但同样你也可以把这个功能玩坏，比如本项目的 digital make-up自动化妆案例（就像美图秀秀一样）
3.识别图片中的人是谁
import face_recognition
known_image = face_recognition.load_image_file("biden.jpg")
unknown_image = face_recognition.load_image_file("unknown.jpg")
biden_encoding = face_recognition.face_encodings(known_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
results = face_recognition.compare_faces([biden_encoding], unknown_encoding)
其他案例
人脸定位
-
案例：定位拜登的脸
-
案例：使用卷积神经网络深度学习模型定位拜登的脸
-
案例：使用卷积神经网络深度学习模型批量识别图片中的人脸
-
案例：把来自网络摄像头视频里的人脸高斯模糊（需要安装OpenCV）
人脸关键点识别
-
案例：提取奥巴马和拜登的面部关键点
-
案例：给美国副总统拜登涂美妆
人脸识别
-
案例：是奥巴马还是拜登？
-
案例：人脸识别之后在原图上画框框并标注姓名
-
案例：在不同精度上比较两个人脸是否属于一个人
-
案例：从摄像头获取视频进行人脸识别-较慢版（需要安装OpenCV）
-
案例：从摄像头获取视频进行人脸识别-较快版（需要安装OpenCV）
-
案例：从视频文件中识别人脸并把识别结果输出为新的视频文件（需要安装OpenCV）
-
案例：通过树莓派摄像头进行人脸个数统计及人脸身份识别
-
案例：通过浏览器HTTP访问网络服务器进行人脸识别（需要安装Flask后端开发框架）)
-
案例：基于K最近邻KNN分类算法进行人脸识别
项目地址
https://github.com/ageitgey/face_recognition
写在最后
Github上对这个项目做了详细的介绍，欢迎大家去学习，国内人脸识别起步较晚有很大的职位需求，感兴趣的小伙伴可以往这个方向发展，比较不错的公司有旷视、商汤、云从、依图。
【推荐阅读】
【推荐阅读】