face_recognition安装

Face Recognition安装与使用

本文主要介绍一下face_recognition的安装方法,总结一下安装过程 ,希望大家能少走弯路,节约时间。

  1. 安装ananconda,我这里选择的是ananconda3
  2. 安装dlib,这里给出下载地址
    https://pan.baidu.com/s/1eR43bXK
    安装dlib比较费事 ,中间遇到了各种各样的奇怪问题 ,所以建议再安装的时候严格按照下面的要求。
    我这里的开发环境是vs2015,cmake版本是3.7,由于安装dlib需要预先安装boost,我这里采用的boost1.65.1,提供下载地址:
    https://pan.baidu.com/s/1dFdGO4x
    解压boost压缩文件
    cd E:\3rdParty\boost_1_65_1
    打开vs2015 x64本机命令提示符,我这里选择的是管理员权限
    然后运行:
    bootstrap.bat vc14
    结束后运行:
    b2 -a –with-python address-model=64 toolset=msvc-14.0 runtime-link=static
    设置环境变量:
    这里写图片描述
    设置完毕后,强烈建议注销
### 如何通过镜像源安装 `face_recognition` 库 为了顺利安装 `face_recognition`,需要确保其依赖项已正确配置并安装。以下是详细的说明: #### 1. 安装前的准备 `face_recognition` 的正常工作依赖于以下几个库: - **CMake**: 负责构建工具链。 - **Boost**: 提供高效的 C++ 工具集支持。 - **Dlib**: 实现人脸识别的核心算法。 这些依赖可以通过以下方式安装[^5]。 #### 2. 使用国内镜像加速安装过程 在国内环境中,官方 PyPI 源可能较慢甚至不可用。因此推荐使用阿里云或清华大学开源软件镜像站作为替代方案。 ##### (a) 设置临时镜像源 可以在命令行中指定镜像地址来安装所需的库。例如: ```bash pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple pip install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple pip install face_recognition -i https://pypi.tuna.tsinghua.edu.cn/simple ``` ##### (b) 修改全局 Pip 配置文件 如果希望永久切换到更快的镜像源,则需编辑或创建 `~/.pip/pip.conf` 文件(Linux/MacOS)或者 `%APPDATA%\pip\pip.ini` 文件(Windows)。添加以下内容: ```ini [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple ``` 这样以后每次执行 `pip install` 命令都会自动从清华镜像获取资源[^3]。 #### 3. Conda 环境下的安装方法 对于 Anaconda 用户来说,可以直接利用 Conda 渠道简化操作流程: ```bash conda install cmake conda install -c conda-forge dlib conda install -c anaconda face_recognition ``` 这种方法通常更加稳定可靠,尤其适合初学者快速搭建开发环境[^1]。 #### 4. 特殊情况处理 当遇到特定版本冲突或其他兼容性问题时,请尝试手动编译最新版 Dlib 或调整 Python 解释器至受支持范围内的版本号(如建议使用 Python 3.8 及以上版本),因为过高或过低都可能导致未知异常发生。 --- ### 示例代码片段验证安装效果 测试是否成功加载模块以及调用人脸识别功能的小例子如下所示: ```python import face_recognition image = face_recognition.load_image_file("your_test_image.jpg") # 替换为实际图片路径 face_locations = face_recognition.face_locations(image) print(f"Found {len(face_locations)} face(s) in this image.") ``` ---
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值