Windows安装dlib，遇到问题汇总解决，windows安装face_recognition

​

我是要安装face_recognition，但是dlib一直装不上，遇到很多问题，一起解决下

首先是安装肯定是pip

pip install face_recognition

但是dlib报错了，百度了一圈说要安装下面这些

pip install cmake
pip install boost
pip install dlib
pip install face_recognition

依然报错，无卵用，好了，开始使用新方法，conda大发

1、下载conda

Miniconda — conda documentation

我一般都用3.7，稳定兼容性好:

​编辑

下载好之后一路安装下一步，记得写入环境变量

下载好之后cmd直接输入conda，有显示就ok

​编辑 

2、安装dlib

conda install dlib

 此时出现下面这个报错

​编辑

就是让你选择个源，输入下面的命令，选择一个元

# 查看
anaconda show conda-forge/dlib
# 配置
conda config --append channels conda-forge
# 安装dlib
conda install dlib

 ​编辑

以上就安装成功dlib啦。 

之后在进行 face_recognition 的安装：

conda install face_recognition

 ​编辑

然后就可以了，嘎嘎好用

补一个示例：

import os # 操作文件
import cv2 # 绘制矩形框
from PIL import Image # 绘制图片
import face_recognition # 人脸识别库
 
# 下面三个是额外方法，不是库内包括的。
# 将识别到的人脸绘制出来
def print_image(face, image):
    for face_location in face:
        # 坐标的返回顺序是top, right, bottom, left
        top, right, bottom, left = face_location
        face_image = image[top:bottom, left:right]
        pil_image = Image.fromarray(face_image)
        pil_image.show()
 
# 根据坐标在图片中画出框框
def print_image_tru(images, image_list):
    image = cv2.imread(images)
    # (top, right, bottom, left)
    for one in image_list:
        y1 = one[0]
        x1 = one[3]
        y2 = one[2]
        x2 = one[1]
        cv2.rectangle(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
    cv2.imshow("fff", image)
    cv2.waitKey()
 
# 将目录中的图片加载到已知人脸库中
def get_face_data():
    base_path = 'image/face_data'
    name_content = os.listdir(base_path)
    image_encoding_content = []
    for one in name_content:
        img = base_path + "/" + str(one)
        load = face_recognition.load_image_file(img)
        encodings = face_recognition.face_encodings(load)[0]
        image_encoding_content.append(encodings)
    return name_content, image_encoding_content
 
 
# 1、查找人脸的个数
def count_face(images):
    image = face_recognition.load_image_file(images)
    face_locations = face_recognition.face_locations(image)
    print(f"该照片中识别出了{len(face_locations)}张人脸")
    print_image_tru(images, face_locations)  # 用矩形框画出人脸
 
 
# 2、人脸识别
def face_recognitions(data_base_image, tmp_image):
    # 1、将传来的图片转化为人脸编码：
    picture_of_tmp = face_recognition.load_image_file(tmp_image)
    # 2、识别目标中人脸的编码，由于图中可能没用人脸所以可能会抛出异常
    try:
        # 获取人脸的编码，上面加载的图片会有多个人脸，所以face_recognition.face_encodings返回一个列表
        # 由于示例图片我只选取了有一个人脸的图片，所以直接选取了第一个元素
        tmp_encoding = face_recognition.face_encodings(picture_of_tmp)[0]
    except IndexError:
        print('未识别出人脸')
        return
 
    # 开始进行人脸比对，compare_faces第一个参数是数据库中的所有已经存在人脸,
    # 返回一个列表，表示与上述数据库中第几个人脸匹配成功
    results = face_recognition.compare_faces(data_base_image[1], tmp_encoding)
 
    if True in results:
        index = results.index(True)
        names = data_base_image[0][index].split('.')[0]
        print(f"人脸验证成功,身份是{names}")
    else:
        print("验证失败")
 
 
tmp_image = r'要测试的人脸图片'
tuple_data = get_face_data()
face_recognitions(tuple_data, tmp_image)

​