顔認識DLIB
1、DLIBインストール
仕上げにしてjupyterノートにコードを書きます
jupyterノートブックはツールです
ピップjupyterインストール------------>インストール
起動方法：
コマンドライン、タイプ：jupyterノート
前提環境変数の設定に成功
DLIB安装------------->ピップDLIBインストール
DLIB異なるバージョン、最新バージョン（19.17.0）、テストがあり、DLLパッケージは、前回のIの使用ので、少し問題が、時間をかけて、修理には、完全ではありません
あなたは（19.8.1）の推奨バージョンをインストールする前に
ピップインストールDLIB == 19.8.1
2、DLIB顔認識
CV2とDLIB類似点と相違点
あなたは、顔を認識することができます
ハール：CV2は、アルゴリズム、顔の特徴データを有効にし、顔を認識し、カスケード
DLIB使用根本的なニューラルネットワークは深さであります
DLIB認識精度ので、OpenCVの（CV2）よりも高いです
ピップOpenCVの-のpythonをインストール
私たちは、可能なコードでは、鉛パック
顔を認識するために、適切なメソッドを呼び出してDLIB
face_detector = dlib.get_frontal_face_detector（）
コール：
顔座標データ
顔= face_detector（画像1）
描画：
for face in faces:
left = face.left()
top = face.top()
right = face.right()
bottom = face.bottom()
cv2.rectangle(jin,pt1 = (left,top),pt2 = (right,bottom),color = [0,0,255],thickness = 2)
3、複数の顔認識をDLIB
jupyterコードはCtrl + Enterを実行
複数の顔と、単一のコードでは、顔認識とまったく同じです
4、DLIBは、ビデオ中の顔を認識することができます
ビデオの操作、最初のビデオを読んで
CV2ツール---------> OpenCVの------->コンピュータビジョン
プレゼンテーション、ビデオの各画像は、ディスプレイ
cv2.waitKey（10）-------->ミリ秒、早送り感
ビデオは、人間の顔を検出することができますが、プレーが遅く、その理由は？？？
顔認識、アルゴリズム、計算の多くは、計算時間を過ごしたので、
5、DLIBは、キーポイントの面（輪郭点）をマークすることができ
図1に示すように、顔を認識
2、顔がキーポイントを概説認識
フェイス68キーポイント：口、鼻、目、眉、輪郭
形状= dlib.shape_predictor（ './ shape_predictor_68_face_landmarks.dat'）
facemarks =形状（ジン、顔）
facemarks.partsでのマークのための（）：
X = mark.x
Y = mark.y
cv2.circle（ジン、中心=（x、y）は、半径= 2、色= [0,255,0]、厚さ= 2）