近日，一个名为 face_recognition 的人脸识别项目登上了 GitHub Trending 趋势榜，赚足了眼球。自开源至截稿，此项目在 Github 上的 Star 数已达 26500，Fork 数也达到了 7117。本文主要介绍了该项目的使用说明和使用方法，便于国内的开发者们进行研究学习。

face_recognition 宣称是史上最强大，最简单的人脸识别项目。据悉，该项目由软件工程开发师和咨询师 Adam Geitgey 开发，其强大之处在于不仅基于业内领先的 C++ 开源库 dlib 中的深度学习模型，采用的人脸数据集也是由美国麻省大学安姆斯特分校制作的 Labeled Faces in the Wild，它含有从网络收集的 13,000 多张面部图像，准确率高达 99.38%。此外，项目还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。简单之处在于操作者可以直接使用 Python和命令行工具提取、识别、操作人脸。

目前，该项目的说明已有中文翻译版，本文已获得译者授权（GitHub ID：TommyZihao），引用译文对本项目进行简单介绍。

照例先奉上 GitHub 项目链接：

https://github.com/ageitgey/face_recognitio

1. 找到并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（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) 

本人脸识别项目除了在某些关键领域有重要作用外，还有一个可能会引起 “玩心” 的 digital make-up 自动化妆功能（类似美图秀秀）。

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] 
results = face_recognition.compare_faces([biden_encoding], unknown_encoding) 

4.配合其它的Python库（比如opencv），该项目还可实现实时人脸检测：详细案例见：

https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py

安装

环境配置：

• Python 3.3+ or Python 2.7macOS or LinuxWindows（官方并不支持，但一些大神们摸索出了在Windows上运行的方法）

不同操作系统的安装方法：

1. 在 Mac 或者 Linux上安装本项目：

方法一：

首先安装dlib和相关Python依赖：

https://gist.github.com/ageitgey/629d75c1baac34dfa5ca2a1928a7aeaf

然后通过 pip3 或者是 Python 2 的 pip2 用以下代码安装

pip3 install face_recognition 

若未能安装成功，可以用Ubuntu虚拟机安装，参见这一教程：

https://medium.com/@ageitgey/try-deep-learning-in-python-now-with-a-fully-pre-configured-vm-1d97d4c3e9b

（需要电脑中安装VMWare Player 或者 VirtualBox）

方法二：

修改你的 pip 镜像源为清华镜像，然后使用 pip install face_recognition,可以自动帮你安装各种依赖，包括dlib。只是在安装dlib的时候可能会出问题，因为dlib需要编译，出现的问题一般是gcc或者g++版本的问题，所以在pip install face_recognition之前，可以通过在命令行键入

export CC=/usr/local/bin/gcc 
export CXX=/usr/local/bin/g++ 

来指定你gcc和g++对应的位置，（这两句话会临时修改当前终端的环境变量/usr/local/bin/gcc对应你自己gcc或者g++所在目录）。

2. 在树莓派上安装：

树莓派安装指南：

https://gist.github.com/ageitgey/1ac8dbe8572f3f533df6269dab35df65

3. 在Windows上安装：虽然本项目官方并不支持Windows，但一些大神们摸索出了在Windows上运行本项目的方法：@masoudr写的如何在Win10系统上安装 dlib库和 face_recognition项目的教程：

https://github.com/ageitgey/face_recognition/issues/175#issue-257710508

使用Ubuntu虚拟机镜像文件安装配置虚拟机，本项目已经包含在这个镜像中

https://medium.com/@ageitgey/try-deep-learning-in-python-now-with-a-fully-pre-configured-vm-1d97d4c3e9b

1.使用命令行工具

本项目安装完毕后，有两种命令行工具可供使用：

• face_recognition - 在单张图片或一个图片文件夹中识别人脸身份。face_detection - 在单张图片或一个图片文件夹中定位人脸位置。

face_recognition 命令行工具：

（编辑：ASP站长网）