Python——[Anaconda+Jupyter Notebook+Python3.6]环境下安装face_recognition

基本概念

face_recognition

从Python或命令行中识别和操作面部

世界上最简单的人脸识别库。

使用dlib的最新人脸识别功能构建

建立在深度学习之上。该模型的精度为99.38%。

Wild 基准中的标记面孔

这也提供了一个简单的face_recognition命令行工具,

您可以通过命令行在图像文件夹上进行人脸识别!

官方网址

face_recognitionhttps://face-recognition.readthedocs.io

GitHUbhttps://github.com/ageitgey/face_recognition

安装教程

第一部分:pip国内安装源

pip国内镜像

阿里云 http://mirrors.aliyun.com/pypi/simple/ 
  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 
  豆瓣(douban) http://pypi.douban.com/simple/ 
  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 
  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

修改安装源方法:

临时修改: 

可以在使用pip的时候在后面加上-i参数,指定pip源 

eg:

pip install scrapy -i https://pypi.tuna.tsinghua.edu.cn/simple

永久修改: 

Linux: 

修改 ~/.pip/pip.conf (没有就创建一个), 内容如下:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

Wndows: 

直接在user目录中创建一个pip目录,如:C:\Users\xx\pip,在pip 目录下新建文件pip.ini

注:如果不知道当前用户,可WIN+R快捷键 ,输入%HOMEPATH%,,打开用户目录,在此目录下创建 pip 文件夹,在 pip 目录下创建 pip.ini 文件

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

第二部分:安装face_recognition

方法一:最简顺利版本

1、安装cmake

pip install cmake

2、安装boost

pip install boost

3、安装dlib

pip install dlib

4、安装face_recognition

pip install face_recognition

方法二:复杂难搞版本

1、创建python3.6的环境

conda create -n python3.6 python=3.6

2、激活python3.6环境

activate python3.6

3、安装cmake

pip install cmake

4、安装boost

pip install boost

5、安装dlib

pip install dlib

如果错误:

pip install https://files.pythonhosted.org/packages/0e/ce/f8a3cff33ac03a8219768f0694c5d703c8e037e6aba2e865f9bae22ed63c/dlib-19.8.1-cp36-cp3
6m-win_amd64.whl#sha256=794994fa2c54e7776659fddb148363a5556468a6d5d46be8dad311722d54bfcf

如果依然错误:

离线安装

https://pypi.org/simple/dlib/下载

用  'cd' 命令定位到 Dlib 的 whl 文件 所在路径,'dir' 命令可以查看当前路径下的文件; 

pip 安装 Dlib 的 whl 文件: 

pip install dlib-19.7.0-cp36-cp36m-win_amd64.whl

  安装之后显示 “Successfully installed dlib-19.7.0” 表示安装成功;

如果失败: 

解压dlib

 

用cd目录进入到dlib的路径 

cd dlib解压路径

安装dlib

python setup.py install

安装完成后的目录下的三个如下截图文件夹 复制到 python安装文件夹的lib下面

将dlib安装路径下的 截图所示文件 

复制到python安装目录的如下位置

6、安装face_recognition

pip install face_recognition

或者:

pip install https://files.pythonhosted.org/packages/3f/ed/ad9a28042f373d4633fc8b49109b623597d6f193d3bbbef7780a5ee8eef2/face_recognition-1.2.3-py2.py3-none-any.whl#sha256=08c41397d3b899ed5b4a801646abd20935a2610ac4ba8643173db0aef6372f21

方法三:用PyCharm或者VS安装

略 

第三部分:将虚拟环境添加到Jupyter Notebook

安装ipykernel:

pip install ipykernel

如过报错:

说明是pip版本问题,输入

pip install --upgrade pip

进行更新

再次重新安装ipykernel。

安装完成显示如下:

安装完成后输入命令

注:python3.6是虚拟环境的名字

python -m ipykernel install --name python3.6

测试

import face_recognition

picture_of_me = face_recognition.load_image_file("me.jpg")
my_face_encoding = face_recognition.face_encodings(picture_of_me)[0]

# my_face_encoding now contains a universal 'encoding' of my facial features that can be compared to any other picture of a face!

unknown_picture = face_recognition.load_image_file("unknown.jpg")
unknown_face_encoding = face_recognition.face_encodings(unknown_picture)[0]

# Now we can see the two face encodings are of the same person with `compare_faces`!

results = face_recognition.compare_faces([my_face_encoding], unknown_face_encoding)

if results[0] == True:
    print("It's a picture of me!")
else:
    print("It's not a picture of me!")

 

注意事项

  • 人脸识别模型是针对成人训练的,对儿童而言效果不佳。使用默认比较阈值0.6时,往往会很容易混淆孩子。

资源下载

dlib库: https://pypi.org/simple/dlib/ 

face_recognition库https://pypi.org/simple/face-recognition/

教学资源

https://www.youtube.com/watch?v=HqjcqpCNiZg

常见问题

https://blog.csdn.net/polyhedronx/article/details/98214902

https://blog.csdn.net/yuezhilanyi/article/details/82787460

https://www.cnblogs.com/freedomtrail/p/10776141.html

https://face-recognition.readthedocs.io/en/latest/readme.html#common-issues

参考文章

https://www.cnblogs.com/AdaminXie/p/9032224.html

https://blog.csdn.net/qq_40530943/article/details/82703675

https://blog.csdn.net/ArhatShaw/article/details/80201688

https://blog.csdn.net/zhang475546259/article/details/84104368

https://www.cnblogs.com/sciencefans/p/4394861.html

https://blog.csdn.net/weixin_44510615/article/details/90245320

发布了1345 篇原创文章 · 获赞 226 · 访问量 28万+

猜你喜欢

转载自blog.csdn.net/weixin_43272781/article/details/103746567