基于CNN神经网络的人脸识别

平台环境是基于Python + TensorFlow下的CNN训练，CNN全称卷积神经网络是当前图像处理最常用的方法之一。

首先准备自己的正面照片100张，使用dlib自带的frontal_face_detector作为我们的特征提取器，把100张照片中的人脸按照长宽64*64提取出来

input_dir = './origin'  #100张原始照片
output_dir = './out'    #提取人脸的照片
size = 64 # 提取照片大小

#使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()

index = 1
for (path, dirnames, filenames) in os.walk(input_dir):
     for filename in filenames:
         if filename.endswith('.jpg'):
            print('Being processed picture %s' % index)
            img_path = path+'/'+filename
            # 从文件读取图片
            img = cv2.imread(img_path)
            # 转为灰度图片
            gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            # 使用detector进行人脸检测 dets为返回的结果
            dets = detector(gray_img, 1)

            #使用enumerate 函数遍历序列中的元素以及它们的下标
            #下标i即为人脸序号
            #left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离 
            #top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
            for i, d in enumerate(dets):
                x1 = d.top() if d.top() > 0 else 0
                y1 = d.bottom() if d.botto