python3.11安装face-recognition报错解决

最新推荐文章于 2024-06-03 12:17:38 发布

白日梦想家.。

最新推荐文章于 2024-06-03 12:17:38 发布

阅读量2.3k

点赞数 2

文章标签： python numpy 开发语言

本文链接：https://blog.csdn.net/Q1070999087/article/details/126103812

版权

Python3.11安装face-recognition报错，解决方案。

1、numpy和boost安装出错解决
2、dlib报错解决
face-recognition

在安装face-recognition时，根据网上提示安装了如下几个wheel、numpy、Visual Studio、cmake、boost、dlib、face-recognition，一直疯狂报错，找了好多方案才解决这个问题。

wheel和cmake我没有出现报错通过pip直接安装即可
Visual Studio 这里主要需要选择C++环境，python，其他没什么需要注意的了。

1、numpy和boost安装出错解决

这是我的版本 python 3.11
在这里插入图片描述
所以我们选择cp311的，然后AMD64,选择_amd64.whl进行安装，进入网站后可以用 ctril+F进行查找，我们下载以下两个版本

numpy:
在这里插入图片描述
boost:

下载完成后放到python文件夹里面的Script中，然后在路径输入cmd进入后pip install 进行安装即可
点击这里进行下载

<

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

白日梦想家.。

关注关注

2
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
python3.11安装face-recognition报错解决

recognition报错解决方案
复制链接

扫一扫

关于python集成dlib

baidu_33512336的博客

09-26

1130

前言这是一篇以“踩坑”为驱动的文章，如果直接使用pip install dlib安装，那么就会引用到对C++编译的Cmake和boost，如果还使用了win系统，还会涉及到visual studio和winSdk等各个方面，以及各种库的版本问题。显然上述南辕北辙。如果在python环境下涉及到库的安装最好使用非编译的包*.whl，这种方式是较为合理的，也很简洁。 1.dlib简介 Dlib是一个现代化的C ++工具箱，其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用

关于安装python包dlib以及包face_recognition导入失败出现以下情况的解决办法

BA_KA的博客

04-13

8177

错误信息 Collecting dlib Using cached https://files.pythonhosted.org/packages/54/ff/5781a11bdc0d1c90a813f3f66d460abf628e5114856a842d18d43f709a7a/dlib-19.10.0.tar.gz Building wheels for collected packages:...

参与评论您还未登录，请先登录后发表或查看评论

分享 python3.7-3.11 目前支持的所有版本 dlib 转载github

05-19

免费分享，如果你已经有了前面的版本，需要先卸载前面的版在进行安装，https://www.youtube.com/watch?v=-pZEDxDRyGQ py11版本同理安装，附带安装教程

【Python3.11版本利用whl文件安装对应的dlib-19.24.1-cp311-cp311-win_amd64.whl库】

最新发布

qq_37247026的博客

06-03

1215

最后显示成功即是安装好了。

Python 解决dilb和face_recognition第三方包安装失败

水w的博客

02-12

2216

解决dilb和face_recognition第三方包安装失败

解决face_recognition因dlib安装失败导致安装失败问题

Msy_xiaodu的博客

07-15

274

【代码】解决face_recognition因dlib安装失败导致安装失败问题。

python人脸识别库face-recognition环境配置

IamJavaStar的专栏

03-14

312

2.使用pip3 install face-recognition时，依赖包Pillow库会安装失败，原因是缺少jpeg库。安装sudo apt-get install libjpeg-dev来解决此问题时，会有包依赖冲突，可指定版本来解决。sudo apt-get install libjpeg-dev=xxx，xxx在报错信息中的提示。3.此时可使用pip3 install face-recognition命令安装成功。运行系统：Ubuntu 20.04。

基于python开源的face-recognition库实现人脸化妆源码

03-15

**基于Python的Face-Recognition库实现人脸化妆源码解析** 在现代数字图像处理领域，人脸识别技术已经广泛应用，从社交媒体上的照片分析到安全监控系统。在Python编程语言中，`face_recognition`是一个强大的开源库...

OpenCV-Face-Recognition-master.zip

02-01

而`OpenCV-Face-Recognition-master` 文件夹很可能是项目的源代码目录，包含了Python脚本、模型文件、测试图像和其他相关资源。总结来说，这个项目结合了OpenCV的计算机视觉能力、树莓派的硬件平台、Python的编程...

face-recognition-keras:基于Facenet的人脸识别，并以多个网络作为后端

05-17

该存储库的过程包括face detection ， affine transformation ， extract face features ， find a threshold to spilt faces 。然后在数据集上评估结果。要求： dlib（19.10.0） keras（2.1.6） tensorflow...

Face-Recognition-Flutter:Flutter实时人脸识别

05-26

正在安装步骤1：下载或克隆此仓库： git clone https://github.com/Rajatkalsotra/Face-Recognition-Flutter.git步骤2：转到项目根目录，并在控制台中执行以下命令以获取所需的依赖关系： flutter pub get第3步：为...

python3.11 dlib轮子文件//dlib-19.24.1-cp311-cp311-win-amd64.whl

08-03

python 3.11 dlib轮子文件 .whl文件

本科毕业设计-基于python flask框架构建的人脸识别项目，调用face-recognition模块，深度学习算法

06-23

本科毕业设计——基于python flask框架构建的人脸识别项目，调用face-recognition模块，深度学习算法本科毕业设计——基于python flask框架构建的人脸识别项目，调用face-recognition模块，深度学习算法本科毕业...

python3.11环境下import dlib发生报错ImportError: DLL load failed while importing _dlib_pybind11的解决方法

zxa1509的博客

10-29

3257

考虑到项目文件可能使用的python版本不同，可能是这方面的原因，于是我新创建了一个python3.8的虚拟环境，在这个环境下运行，但是这样又引出了其他的一些奇奇怪怪的bug，所以也失败了。之后尝试了各种方法，包括卸载重装dlib、安装指定版本的dlib库、去dlib官网下载老版的whl文件，均未解决问题。又尝试用cmake编译从dlib官网下载的最新版本dlib源文件，尝试解决一些教程所说的C++编译问题，但是由于我并不是很熟悉这方面的操作所以也没有成功。至此，运行项目，报错问题解决。

win10安装python3.7 安装face_recognition

weixin_41064538的博客

11-17

153

直接pip安装face_recognition会失败，网上看了很多资料，但是大部分都是没有用的，甚至还有说python3.6以上不能安装，无语，亲测可以使用。 1、安装visual c++ 这个电脑基本上都有，可以跳过 2, 安装boost，cmake pip install boost； pip install cmake; 3、安装dlib 这个直接用pip安装会报错，需要离线安装提供网盘地址：链接: https://pan.baidu.com/s/1sE28NIwm0RjxOhMScwn1xg 提

智能机器人项目，安装人脸识别face_recognition报错解决

qq_46556714的博客

10-22

1987

在文件夹打开终端，在地址栏输入cmd后回车。

Python 无痛安装Dlib （包含Mac 和 Windows）

qq_43612421的博客

07-02

1384

Python 无痛安装Dlib （包含Mac 和 Windows）第一个建议安装Anaconda！！！Python的版本推荐为3.6 （其他版本也都可以） MAC系统注：我的mac当时已经装Visual Studio 但我感觉不装好像没问题？所以没写作为必要步骤但是如果报错了的兄弟请自觉安装visual studio 步骤一安装Cmake 步骤二须安装的包（按照从上到下顺序） conda/pip install cmake conda/pip install boost conda/pip i

＜Python＞PyQt5+OpenCv+Dlib人脸合成程序

用沸腾的热血，支付我们的人生吧！

11-03

1909

Dlib是开源且免费的代码，其中有用于人脸识别、合成的功能。无论对人的脸部进行任何处理，都是在处理图像，所以，人脸合成实际上就是对像素的操控，这里面当然涉及图像的算法，不用去深究，因为我们不是研究人员，而是要使用已经造好的轮子，只需要知道怎么去使用即可。人脸合成流程大致如下：加载脸部图像-生成脸部特征蒙版-进行匹配转换-生成替换蒙版-进行色彩匹配-合成。Dlib官网：http://dlib.net/所以，我们想要实现人脸合成，核心就是dlib的源码。

python dlib安装

weixin_44924661的博客

02-03

4212

花了一个小时终于把dlib库安装好了，试了好多方法，有好的有坏的，在此记录一下。 1.查看pip支持的文件名和版本在命令行窗口输入 python -m pip debug --verbose 查看pip支持的文件名和版本 2.下载对应的dlib文件 1.打开dlib下载地址 2.查看下载文件，下载对应的版本通过发布历史可以找到所需要的版本，结合第一步查看的pip可以安装的文件，下载对应版本。 3.本地安装打开cmd，通过 pip install **文件路径**文件名.whl 直接安装，显示

帮我用python中的face-recognition等库写一个人脸识别的项目，并注释各段代码的含义

03-20

好的，我可以为您提供一个基于face-recognition库的人脸识别项目的代码示例，以下是代码及注释： ```python import face_recognition import os # 加载已知人脸图像 known_faces = [] known_names = [] # 遍历已知人脸图像所在目录 for filename in os.listdir("known_faces"): # 加载图像文件 image = face_recognition.load_image_file("known_faces/" + filename) # 提取人脸特征 face_encoding = face_recognition.face_encodings(image)[0] # 将人脸特征和对应的姓名存储到列表中 known_faces.append(face_encoding) known_names.append(os.path.splitext(filename)[0]) # 加载待识别图像 unknown_image = face_recognition.load_image_file("unknown.jpg") # 提取待识别图像中的人脸特征 unknown_face_encoding = face_recognition.face_encodings(unknown_image)[0] # 在已知人脸特征列表中查找最相似的人脸 matches = face_recognition.compare_faces(known_faces, unknown_face_encoding) # 找到最相似的人脸对应的姓名 name = "Unknown" if True in matches: first_match_index = matches.index(True) name = known_names[first_match_index] # 输出识别结果 print("The person in the image is:", name) ``` 以上代码使用face_recognition库实现了一个简单的人脸识别项目，具体实现过程如下： 1. 遍历已知人脸图像所在目录，加载每个图像文件并提取人脸特征，将人脸特征和对应的姓名存储到列表中。 2. 加载待识别图像，提取其中的人脸特征。 3. 在已知人脸特征列表中查找最相似的人脸，找到最相似的人脸对应的姓名。 4. 输出识别结果。需要注意的是，以上代码只是一个简单的示例，实际应用中可能需要更复杂的处理逻辑和更多的优化。