github 31.3K高分人脸识别项目face_recogition之windows配置过程（极简单）

简介

近期在做人脸识别，发现github上有一个31.3K（截止到2020.01.19）的高分人脸识别项目：
github地址：https://github.com/search?q=face+recognition

“本项目的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型，用Labeled Faces in the Wild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。”

官方给出了中文说明和教程，非常友好！

但是官方只说明了Mac、Linux和树莓派的安装教程，并没有windows下的官方教程!
在此，记录windows（本人win7，win10也可以）下的安装教程，只需要几步。

安装过程

1.下载并安装python3.5（本人python3.5.4，其他最新版本应该也可以，建议3.5.4），将python添加到系统环境变量，控制台输入python检测其是否安装成功；

2.下载并安装Cmake（本人Cmake3.15.6，其他版本应该也可以，建议3.15.6），将Cmake添加到系统环境变量，并重启电脑，否则Cmake无法运行。重启后控制台输入cmake --version，检测其是否安装成功；

3.最新版的dlib不需要Boost支持，所以整个项目安装很简单，打开控制台，依次输入

pip3 install dlib  //此安装过程较慢，请耐心等待
pip3 install face_recognition 

4.安装完成，测试：

import cv2
import face_recognition


def FaceDetec():
    img = face_recognition.load_image_file('./images/23.jpg')

    face_locations = face_recognition.face_locations(img)
    print(str(len(face_locations)) + ' faces detected!')
    for i in range(len(face_locations)):
        # face_locations函数返回所有检测人脸的list.
        # 按照opencv的坐标表示，list中的一个元素为(y1, x2, y2, x1)
        cv2.rectangle(img, (face_locations[i][3], face_locations[i][0]), (face_locations[i][1], face_locations[i][2]),
                      (0, 255, 0), 2)

    cv2.imshow('imgshow', img)
    cv2.waitKey(0)
    print('down')


if __name__ == '__main__':
    FaceDetec()

5.结果：

！！个人感觉face_recognition的人脸检测与识别的性能一般！！
原创，转载请注明出处！