(源码)基于Python的人脸识别系统.zip

# 基于Python的人脸识别系统 ## 项目简介 本项目借助Python编程语言，运用人脸识别开源框架`face_recognition`，实现了人脸检测、人脸特征识别以及摄像头实时人脸识别等功能，为人脸识别应用开发提供了实践示例。 ## 项目的主要特性和功能 1. **人脸特征识别**：能够识别指定图片中人脸的多个关键特征，如下巴、眉毛、鼻子、眼睛、嘴唇等，并输出其特征数据。 2. **静态图片人脸识别**：读取指定图片，识别其中的人脸，并在图片上标注出每个人脸的位置。 3. **摄像头实时人脸识别**：通过摄像头实时捕捉画面，识别画面中的人脸，并将已知人物与未知人物进行区分标注。 ## 安装使用步骤 ### 系统环境要求 - Windows 7 - Python 2.7.14 - VS2015 ### 安装步骤 2. 安装前置Python库`scipy`、`numpy+mkl`，可从[https://www.lfd.uci.edu/~gohlke/pythonlibs/](https://www.lfd.uci.edu/~gohlke/pythonlibs/)下载对应版本的wheel文件，然后使用`easy_install`安装。 3. 从[https://sourceforge.net/projects/boost/files/boost-binaries](https://sourceforge.net/projects/boost/files/boost-binaries)下载`boost-binaries`最新版，运行exe程序完成安装，安装目录保持默认的`X:\local\boost_1_XX_X`。 4. （可选）在系统变量中新建`VS140COMNTOOLS`，值为`X:\Program Files (x86)\Microsoft Visual Studio 14.0\Common7\Tools\`。 5. 进入Boost目录，双击`bootstrap.bat`，运行成功后，在`boost_1_66_0\tools\build`文件夹下开启命令行，依次运行`b2 install`和`b2 -a --with-python address-model=64 toolset=msvc runtime-link=static`。 6. 配置系统环境变量`BOOST_ROOT=C:\local\boost_X_XX_X`和`BOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib`。 7. 执行命令`python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA`（若无显卡，可去掉`--yes DLIB_USE_CUDA`）。 8. 运行`pip install face_recognition`。 ### 使用步骤 #### 人脸检测程序 将代码中的图片文件名替换为实际图片名，运行`find_facial_features_in_picture.py`文件，可识别图片中人脸的特征数据并描绘出人脸特征。 #### 人脸识别程序 确保已正确安装`python-opencv`，将代码中的图片文件名替换为实际图片名，运行人脸识别代码文件，程序会读取图片并标注出人脸。 #### 摄像头实时识别人脸程序 将代码中的本地图片文件名替换为实际图片名，运行代码，即可通过摄像头实时识别人脸。