安装Openface，实现人脸比对

最新推荐文章于 2025-07-04 10:13:39 发布

黑虎含珠

最新推荐文章于 2025-07-04 10:13:39 发布

阅读量3.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： # 人脸识别 OCR

本文链接：https://blog.youkuaiyun.com/chenhaifeng2016/article/details/72623984

人脸识别 OCR 专栏收录该内容

13 篇文章

订阅专栏

本文详细介绍了如何安装Python中常用的计算机视觉库，包括OpenCV、dlib和OpenFace等，并提供了具体的步骤指导。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装Python基础类库

pip install numpy scipy pandas

pip install scikit-learn scikit-image

显示已安装类库执行命令pip list

安装OpenCV 2.4.11

安装文档

http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_install/linux_install.html

下载源代码

https://github.com/opencv/opencv/archive/2.4.11.zip

unzip opencv-2.4.11.zip

cd opencv-2.4.11

安装第三方依赖

sudo apt-get install build-essential

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

mkdir release

cd release

cmake -DCMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local -DCUDA_GENERATION=Kelper ..

禁用CUDA，-DWITH_CUDA=NO

make -j8

sudo make install

验证opencv

安装dlib

下载https://github.com/davisking/dlib/releases/download/v18.16/dlib-18.16.tar.bz2

tar xf dlib-18.16.tar.bz2

cd dlib-18.16/python_examples

mkdir build

cd build

cmake ../../tools/python

cmake --build . --config Release

sudo cp dlib.so /usr/local/lib/python2.7/dist-packages

验证dlib

安装Torch (luajit方式)

git clone https://github.com/torch/distro.git --recursive

mv distro torch

cd torch

bash install-deps

./install.sh

另外一种安装方式，使用lua代替luajit

git clone https://github.com/torch/distro.git --recursive

mv distro torch

cd torch

./clean.sh

TORCH_LUA_VERSION=LUA52 ./install.sh

运行torch

source ~/.bashrc

退出torch

os.exit()

安装torch第三方依赖，通过lua的包管理工具安装

luarocks install dpnn nn optim optnet csvigo cutorch cunn fblualib torchx tds

显示已安装包luarocks list

安装OpenFace

git clone https://github.com/cmusatyalab/openface.git

sudo python setup.py install

models/get-models.sh #下载训练好的模型数据

测试

从网上下载5张照片

f1.jpg

f2.jpg

f3.jpg

l1.jpg

l2.jpg

./demo/compare.py images/examples/f1.jpg images/examples/f2.jpg

./demo/compare.py images/examples/f1.jpg images/examples/f3.jpg

/demo/compare.py images/examples/f1.jpg images/examples/l1.jpg

./demo/compare.py images/examples/f1.jpg images/examples/l2.jpg

返回结果数值越小，代表两张人脸越接近。