Python人脸识别——OpenCV、Dlib和Face-Recognition

一、配置环境

Python人脸识别主要通过OpenCV和Face-Recognition插件来实现。相比之下，Face-Recognition应用范围更广， 精确度也会更高。Face-Recognition的使用依赖Dlib，因此需要先安装Dlib。

在安装OpenCV插件的过程中，发现用上一次的方法——在Jupyter Notebook中直接输入pip install xxx指令无法顺利安装。而在命令行中安装时，虽然提示安装成功，但在Jupyter Notebook中却无法成功调用，依然提示没有此插件。

通过在网上检索信息，我发现原因是我的电脑中除了Anaconda环境， 还有之前下载的Python38 IDLE环境，而通过命令行安装插件的默认安装路径是Python38文件而并非所使用的Anaconda文件。网上通过代码更改默认安装路径的方法有一些看不懂，但老师上课讲解了Python的插件在电脑中是有固定的位置的。因此我使用的简单方法是，在本地找到Python38文件中下载好的插件文件，将文件复制到Anaconda文件的site-packages中，在Jupyter Notebook中即可成功调用。

二、使用OpenCV定位人脸

import cv2
import os
import matplotlib.pyplot as plt

def detect(filename):
    face_cascade = cv2.CascadeClassifier('C:ProgramDataAnaconda3Libsite-packagescv2datahaarcascade_frontalface_default.xml')
    
    img=cv2.imread(filename)
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    
 

最后

以上就是陶醉秀发为你收集整理的Python人脸识别——OpenCV、Dlib和Face-Recognition的全部内容，希望文章能够帮你解决Python人脸识别——OpenCV、Dlib和Face-Recognition所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。