Face Recognition 是一个基于 Python 的人脸识别库，它还提供了一个命令行工具，让你通过命令行对任意文件夹中的图像进行人脸识别操作。

该库使用 dlib 顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准(Labeled Faces in the Wild benchmark)上的准确率高达 99.38%。

人脸关键点检测是人脸识别和分析领域中的关键一步，它是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其它人脸相关问题的前提和突破口。

虽然人脸的结构是确定的，由眉毛、眼睛、鼻子和嘴等部位组成，近似是一个刚体，但由于姿态和表情的变化，不同人的外观差异，光照，遮挡的影响，准确的检测处于各种条件下的人脸也是一件相对困难的事情。

该项目采用的是Dlib是基于现代C++的一个跨平台通用的框架，缘起于实现了2014年一篇著名CVPR论文的算法：“用回归树，一毫秒搞定人脸对齐。”每个人脸标定 68 个关键点，自从人脸检测Dlib库问世，网友们纷纷表示：好用！

如下图所示

开源项目地址：

https://github.com/winterssy/face_recognition_py

项目介绍

face_recognition_py

本项目基于OpenCV使用Haar级联与dlib库进行人脸检测及实时跟踪，应用LBPH算法开发了一个功能相对完整的人脸识别系统。系统采用sqlite3进行序列化数据存储，能够对陌生人脸闯入进行报警，并拥有基于PyQt5设计的GUI实现。

系统预览

核心框架

人脸采集

 

数据管理

 

如何运行？

以下操作基于Anaconda3环境，并在Windows10 x64上测试。

克隆代码

$ git clone https://github.com/winterssy/face_recognition_py.git
$ cd face_recognition_py

创建Python虚拟环境

$ conda create -n opencv python=3.6
$ activate opencv

安装OpenCV

$ cd modules
$ pip install opencv_python-3.4.1+contrib-cp36-cp36m-win_amd64.whl

安装dlib

$ pip install dlib-19.8.1-cp36-cp36m-win_amd64.whl

安装其它依赖包

$ cd ..
$ pip install -r requirements.txt

运行核心框架

$ python core.py

运行人脸采集系统

$ python dataRecord.py

运行数据管理系统

$ python dataManage.py

更新

$ git pull

退出虚拟环境

$ deactivate

关注公众号IT-LearnHall，免费领

进QQ群（779809018）免费领取学习资源，疑难问题解答。同时欢迎大家关注我的微信公众号：代码帮 ，免费领取学习资源。

本公众号将秉持活到老学到老学习无休止的交流分享开源精神，汇聚于互联网和个人学习工作的精华干货知识，一切来于互联网，反馈回互联网。
目前研究领域：大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及：Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件破解。 只要你一直关注和呆在群里，每天必须有收获,讨论和答疑QQ群：大数据和人工智能总群(779809018)微信公众号（代码帮）每天分享最新IT、大数据和人工智能新技术。