上一篇文章学习了一些例子，但是这些例子都是其中文版包含的，且并不全面，这里学习一下face_recognition所包含的API，不足之处请指正
五、face_recognition库包含的API
（一）批量图片定位人脸位置
face_recognition.api.batch_face_locations(images, number_of_times_to_upsample=1, batch_size=128)
这个API主要是用来返回一个人脸位置的二维数组，使用的是cnn，并且必须使用GPU，否则不能使用这个API
参数：
images：这是一个照片的list，每一张图片都是numpy array；
number_of_times_to_upsample：上采样多少次来寻找照片中的人脸，这个参数越大，可以寻找越小的人脸；
batch_size：GPU中一次处理的图片数量
（二）人脸之间的比较
face_recognition.api.compare_faces(known_face_encodings, face_encoding_to_check, tolerance=0.6)
这个API是用于比较两个人脸，或者准确地说是拿着一张（未知）的人脸，去和一个list的（已知）人脸进行比较，返回True/False的list
参数：
known_face_encodings：这个是已知人脸的encoding的list；
face_encoding_to_check：这是待检测人脸的encoding；
tolerance：是一个阈值，两张人脸之间的距离小于这个阈值将会被认为是相同的，这个数值越小，检测越是严格；
（三）人脸之间的distence
face_recognition.api.face_distance(face_encodings, face_to_compare)
这个API是用一个list人脸的encoding去和一个参照的人脸的encoding作比较，返回一个list，这个list包含每个人脸比较得出的欧式距离（Returns: A numpy ndarray with the distance for each face in the same order as the ‘faces’ array）
参数：
face_encodings：一个list，包含人脸的encoding；
face_to_compare：一个参照人脸的encoding；
（四）face_encodings
face_recognition.api.face_encodings(face_image, known_face_locations=None, num_jitters=1, model='small')
这个API，对照片中的每一张人脸生成一个128维的encoding
参数：
face_image：一张包含一张或者多张人脸的图片；
known_face_locations：这是一个可选参数，如果你已经知道一张人脸的边框，可以使用；
num_jitters：计算encoding时候，进行多少次重采样，这个数值越高，越是精确，但是速度会变慢；
model：这是一个可选参数，默认是“large”，当使用“small”时候可以更快地生成结果；
（五）面部特征位置
face_recognition.api.face_landmarks(face_image, face_locations=None, model='large')
这个API，针对图片中每一张人脸，生成关键特征点的位置（如眼睛，鼻子，嘴）
参数：
face_image：需要进行检测的图片；
face_locations：这是一个可选参数，如果已知人脸的位置，可以使用；
model：这是一个可选参数，默认是“large”，当使用“small”时候可以更快地生成结果；
（六）人脸位置
face_recognition.api.face_locations(img, number_of_times_to_upsample=1, model='hog')
这个API返回照片中人脸的位置【A list of tuples of found face locations in css (top, right, bottom, left) order】
参数：
img：一张numpy array形式的图片；
number_of_times_to_upsample：上采样多少次来寻找照片中的人脸，这个参数越大，可以寻找越小的人脸；
model：使用哪种检测模型，“hog”不精确但是在CPU上速度快，“cnn”是一种更加精确的深度学习模型，如果有GPU可以加速，默认是前者；
（七）加载图片
face_recognition.api.load_image_file(file, mode='RGB')
这个API可以加载图片（如.jpg），变成一个numpy array
参数：
file：图片文件夹的名字；
mode：将图片转换成什么样的格式，“RGB”是三通道彩色图片，“L”是单通道黑白图片
