搭建人脸识别项目Dlib_face_recognition_from_camera-master模型运行环境笔记

computer_vision_chen

已于 2023-08-09 17:46:12 修改

阅读量234

点赞数

分类专栏：计算机视觉模型笔记文章标签： ubuntu linux

于 2023-07-18 11:19:24 首次发布

本文链接：https://blog.csdn.net/qq_42864343/article/details/131783260

版权

11 篇文章 0 订阅

订阅专栏

配置运行模型所需的环境

用Pycharm打开项目

conda create --name face_reco python=3.6
conda activate face_reco

conda install -c https://conda.anaconda.org/conda-forge dlib

# dlib==19.17.0
# numpy==1.22.0
numpy==1.19.5

#scikit-image==0.18.3
scikit-image==0.17.2

# pandas==1.3.4
pandas==1.1.5
opencv-python==4.5.4.58

pip install -r requirements.txt

在pycharm中配置之间安装好的解释器
在这里插入图片描述
打开成功:

在face_reco_from_camera_single_face.py文件中314行,括号内的内容换为如下内容
rtsp://摄像头账户名:密码@ip/Streaming/Channels/2
在这里插入图片描述
运行程序.

在这里插入图片描述

勾股定理就属于欧式距离

欧氏距离（Euclidean distance）是指在n维空间中两个点之间的直线距离。假设有两个点A(x₁, x₂, …, xₙ)和B(y₁, y₂, …, yₙ)，它们之间的欧氏距离可以用以下公式表示：

d(A, B) = √((x₁ - y₁)² + (x₂ - y₂)² + … + (xₙ - yₙ)²)

其中，d(A, B)表示点A和点B之间的欧氏距离。这个公式基于勾股定理，将每个坐标轴上的差值平方相加后再开根号得到两点之间的距离。

欧氏距离常被用作特征向量之间的相似度度量。

dlib是一个C++工具库，提供了一系列用于机器学习、计算机视觉和图像处理任务的功能。它由Davis King在开源社区中开发和维护，被广泛用于学术研究和工业应用中。

dlib工具库具有以下主要特点：

机器学习算法：dlib实现了多种机器学习算法，如支持向量机（SVM）、k-最近邻（k-NN）、决策树和集成学习（如随机森林），这些算法可用于分类、回归和聚类等任务。
计算机视觉：dlib提供了丰富的计算机视觉功能，包括人脸检测、人脸关键点定位、人脸特征提取、姿态估计、物体检测和跟踪等。这些功能在人脸识别、人脸表情分析、人脸美化、目标检测和视频分析等领域具有广泛应用。
图像处理：dlib提供了一系列图像处理函数，如图像变换、滤波、直方图均衡化、边缘检测和形态学操作等。这些函数能够帮助用户进行图像增强、特征提取和图像分析等任务。
工具和实用函数：dlib还提供了一些实用的工具和函数，如线性代数运算、文件IO、图像IO、多线程支持和计时器等，方便用户进行开发和性能优化。

总之，dlib是一个功能强大且灵活的C++工具库，适用于各种机器学习、计算机视觉和图像处理任务，为开发者提供了丰富的功能和便捷的工具。

关注