Linux下安装 Python人脸识别 face_recognition 模块

10行python人脸报警防老板,再也不用担心上班玩游戏会被老板发现 络上爆红某公司,一人脸识别开发师用摄像头识别老板,当老板靠进自己的工位的时候,电脑自动切换到自己工作时的界面。 你以为这个梗是网上造谣的? 还在以为人脸识别技术实现特别复杂、高大上? NO!你OUT了,今天小编用最最简单易懂的代码讲解,给大家带来这款防火、防盗、防老板的终极利器。 项目目标: 识别特定人物,并通过手机信息的方式提示你:你的老板来啦! 项目环境介绍: Python 3.3+或Python 2.7(本教程用6版本) Windows 7或MacOS,以及Lin.. 阅读详情

系统环境:CentOS6.7

Anaconda版本:Anaconda3-5.1.0-Linux-x86_64

Python版本:Python-3.6.4

 

1. yum安装cmake、boost

yum install cmake boost

 

2. yum安装gcc gcc-c++

yum install gcc gcc-c++

先利用yum安装系统现有版本,再升级至4.8.1后卸载yum版本

 

3. 用conda安装dlib包

# conda install dlib

[root@hadoop7 pkgs]# condainstall dlib

Solving environment: done

 

==> WARNING: A newer versionof conda exists. <==

  current version: 4.4.10

  latest version: 4.5.1

 

Please update conda by running

 

    $ conda update -n base conda

 

## Package Plan ##

 

  environment location: /root/anaconda3

 

  added / updated specs:

    - dlib

 

The following packages will bedownloaded:

 

    package                    |            build

   ---------------------------|-----------------

    ca-certificates-2018.1.18  |                0         140 KB conda-forge

    numpy-1.14.2               |py36_blas_openblas_200         9.0 MB conda-forge

    openssl-1.0.2o             |                0         3.5 MB conda-forge

    blas-1.1                   |         openblas           1 KB conda-forge

    sqlite-3.20.1              |                0         1.3 MB conda-forge

    certifi-2018.1.18          |           py36_0         143 KB conda-forge

    scipy-1.0.1                |py36_blas_openblas_200        39.8 MB conda-forge

    scikit-learn-0.19.1        |py36_blas_openblas_201        12.8 MB conda-forge

    libgfortran-3.0.0          |                1         281 KB https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

    openblas-0.2.20            |                7        17.0 MB conda-forge

    dlib-19.10                 |py36_blas_openblas_200         2.3 MB conda-forge

    ------------------------------------------------------------

                                          Total:        86.3 MB

 

The following NEW packages willbe INSTALLED:

 

    blas:            1.1-openblas                 conda-forge                                           

    dlib:            19.10-py36_blas_openblas_200conda-forge                                            [blas_openblas]

    libgfortran:     3.0.0-1                     https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

    openblas:        0.2.20-7                     conda-forge                                           

 

The following packages will beREMOVED:

 

    anaconda:        5.1.0-py36_2                 defaults                                              

 

The following packages will beUPDATED:

 

    ca-certificates: 2017.08.26-h1d4fec5_0        defaults                                               --> 2018.1.18-0                  conda-forge

    certifi:         2018.1.18-py36_0             defaults                                               --> 2018.1.18-py36_0             conda-forge

    numpy:           1.14.0-py36h3dfced4_1        defaults                                                -->1.14.2-py36_blas_openblas_200 conda-forge [blas_openblas]

    openssl:         1.0.2n-hb7f436b_0            defaults                                               --> 1.0.2o-0                     conda-forge

    scikit-learn:    0.19.1-py36h7aa7ec6_0        defaults                                               --> 0.19.1-py36_blas_openblas_201 conda-forge [blas_openblas]

    scipy:           1.0.0-py36hbf646e7_0         defaults                                               --> 1.0.1-py36_blas_openblas_200 conda-forge [blas_openblas]

 

The following packages will beDOWNGRADED:

 

    sqlite:          3.22.0-h1bed415_0            defaults                                               --> 3.20.1-0                     conda-forge

Proceed ([y]/n)? y

 

可以看到需要下载好多其它依赖包,输入y后会自动下载安装。如果下载失败可以手动下载安装文件安装

如:

cd /path/anaconda3/pkgs (包默认安装路径)

wgethttps://ffmpeg.org/releases/ffmpeg-3.4.2.tar.bz2

conda install ffmpeg-3.4.2.tar.bz2

4. face_recgnition的pip安装

# pip install face_recognition

可能发生的报错:“/usr/lib64/libstdc++.so.6: version 'GLIBCXX_3.4.19' not found”

face_recognition模块安装时,如果报错“Unsupportedcompiler-- pybind11 requires C++11 support!”,说明gcc版本不够高,可升级gcc,方法:

 

下载gcc最新版

wgethttp://ftp.gnu.org/gnu/gcc/gcc-4.8.1/gcc-4.8.1.tar.gz

然后解压到文件夹

tar -xvzf gcc-4.8.1.tar.gz

 

进入解压缩之后的目录

cd gcc-4.8.1

 

然后执行下面的运行

./contrib/download_prerequisites

 

再返回上一层,建立build_gcc_4.8.1目录,这个目录和gcc-4.8.1平行

cd ..

mkdir build_gcc_4.8.1

 

进入刚建立的目录,并执行编译过程

cd build_gcc_4.8.1

../gcc-4.8.1/configure--enable-checking=release --enable-languages=c,c++ --disable-multilib

make -j23

make install

 

OK,在build_gcc_4.8.1中将gcc已经安装完成

 

确定新安装的GCC的路径,之前安装时记下最后mv时的路径即可,我是默认安在了/usr/local/bin

 

ls /usr/local/bin | grep gcc

 

执行:

/usr/sbin/update-alternatives --install/usr/bin/gcc gcc /usr/local/bin/x86_64-unknown-linux-gnu-gcc-4.8.1 40

 

gcc --version      #查看版本

 

/usr/sbin/update-alternatives--install/usr/bin/g++ g++ /usr/local/bin/g++ 40

 

g++ --version     #查看版本

 

高版本gcc安装完成后,再利用“yum remove gcc-c++”和“yum remove gcc”来卸载低版本的gcc编译器

 

再安装face_recgnition 会成功

# pip install face_recognition

 

5.测试导入包

[root@hadoop8 pkgs]# python

Python 3.6.4 |Anaconda, Inc.| (default, Jan16 2018, 18:10:19)

[GCC 7.2.0] on linux

Type "help","copyright", "credits" or "license" for moreinformation.

>>> import dlib

>>> import face_recognition

>>>exit()

 

6. 其它安装问题

 

手动Dlib安装可能发生的意外情况:

 

报错1:build时,报错“The CXX compiler identification is unknown”。这种情况需安装gcc(作为CXXcompiler),需注意的问题参见上下文。

 

报错2:build时,报错“Could NOT find PythonLibs (missing: PYTHON_INCLUDE_DIRS)”,这种情况,cmake命令中需指定:

 

-DPYTHON_INCLUDE_DIR=/usr/python/include/python3.6m(具体机器路径不同,此路径应为Python.h文件存在的安装路径)

 

-DPYTHON_LIBRARY=/usr/python/lib/libpython3.so(具体机器路径不同,此路径应为libpython.**.so文件存在的安装路径)

 

完整命令如下:在dlib的源码中的build路径下输入cmake -DPYTHON_INCLUDE_DIR=/usr/python/include/python3.6m-DPYTHON_LIBRARY=/usr/python/lib/libpython3.so ../../tools/python/

 

face-recognition的安装与实现简单的人脸比对服务 一、 目标: 找一个开源的人脸识别库,实现一个简单的人脸比对服务;提供api,通过提交文件或base64图片等,比对出图片的相似度等; 二、 开始是计划找java实现,但各种查询搜索后,发现还是python下的人脸识别库丰富简单强大且活跃; face_recognition是使用世界上最简单的人脸识别库,在Python或命令行中识别和操作人脸。使用dlib最先进的人脸... 阅读详情

相关推荐

Linux安装face-recognition

用的是centos7系统,用户为master 用传统如下方式安装face-recognition时会出现dlib无法找的问题pip install cmake pip install dlib pip install face-recognition所以尝试了其他方法以下安装都在master用户下进行 1.通过anaconda解决dlib的前置软件,这里安装的dlib是19.4版本,而face-

EmpGro的博客 3371

Mac/Linux安装人脸识别常用库(tensorflow、pytorch、dlib、face_recognition、opencv、CMake、gcc/g++)————所有环境一次性配置好

文章目录0 背景与准备1 tensorflow环境【数值计算的开源软件库】2 pytorch环境【数值计算的开源软件库】3 face_recognition【基于dlib的人脸识别库】4 opencv【图像处理库】 0 背景与准备 因为要做人脸识别的项目,所以需要配置相对应的环境和库,常用深度学习的数值计算库为tensorflow、pytorch,常用的人脸识别库为face_recognition,常用的图像处理库opencv。 安装这三个常用人脸识别的库都需要安装anaconda,都需要在Anacond

韩江雪de 小屋 7298

Python人脸识别项目必备:dlib和face_recognition安装避坑指南(附各版本whl文件下载)

本文详细解析了Python人脸识别项目中dlib和face_recognition库的安装难点与解决方案。针对不同操作系统和Python版本,提供了清晰的避坑指南,特别是Windows系统下whl文件的下载与安装方法,帮助开发者快速搭建稳定开发环境。

y2z3a4b5c的博客 808

在linux中安装face_recognition

Ubuntu安装face_recognition需要先安装dlib 1.安装dlib的依赖 sudo apt-get install build-essential cmake sudo apt-get install libgtk-3-dev sudo apt-get install libboost-all-dev 安装 dlib 复制代码 sudo apt-get install li...

qq_40286424的博客 2596

Python face_recognition 库实战:从安装到人脸特征检测与匹配

本文详细介绍了如何使用Python的face_recognition库进行人脸识别实战,涵盖从环境安装、人脸检测、特征点提取到人脸匹配的全流程。重点解析了在Windows系统下的安装避坑指南,并通过代码示例演示了如何利用PIL库可视化检测结果,以及构建人脸编码数据库进行精准匹配,帮助开发者快速上手这一强大的人脸识别工具。

stone的博客 627

人脸识别开源项目之-face_recognition

特性 从图片里找到人脸 定位图片中的所有人脸: import face_recognition image = face_recognition.load_image_file("your_file.jpg") face_locations = face_recognition.face_locations(image) 识别人脸关键点 识别人脸关键点,包括眼睛、鼻子、嘴和下巴。 import face_recognition image = face_recognition..

FREEDOM 1707

insight-face-paddle部署流程

注:此处显示paddle安装成功但后续无法正常import报错信息分析由于libcudart.so是CUDA运行时库的一部分,故推测是Paddle版本与CUDA版本不匹配所导致的查询服务器的CUDA版本:11.7。

qq_45734745的博客 2722

RTX 4060笔记本也能跑!保姆级教程:用Ollama在Windows上部署DeepSeek-R1-8B模型

本文详细介绍了如何在RTX 4060笔记本上通过Ollama本地部署DeepSeek-R1-8B模型,提供从环境配置到性能调优的全流程优化指南。针对笔记本用户的显存、散热等问题,给出了量化模型选择、启动参数优化及散热解决方案,帮助用户在消费级硬件上高效运行大语言模型。

weixin_28745067的博客 525

linux安装face_recognition人脸识别

face_recognition使用dlib库面部识别功能构建而成 安装dlib git clone https://github.com/davisking/dlib.git 编译 cd dlib mkdir build cd build cmake .. cmake --build . 安装 cd .. python3 setup.py install 在安装过程中可能报错 fatal ...

ixx_0的博客 861

当windows安装git时出现以下错误提示

Windows安装Git时出现多个系统配置设置失败错误(exit code 4294967295),提示包括无法设置textconv、LFS过滤器和SSL等配置项。关键问题在于scalar.exe版本不兼容,系统提示"该版本的scalar.exe与你运行的Windows版本不兼容"。解决方案是检查程序版本是否正确,下载与Windows系统兼容的正确版本重新安装即可。

沧澜的博客 1875

SAP CEWB 高效批量调整工艺路线与BOM的实战指南

本文详细介绍了SAP CEWB工具在批量调整工艺路线与BOM中的高效应用。通过实战案例和操作指南,帮助制造业企业快速掌握批量修改技巧,显著提升工作效率,避免手工操作带来的错误和耗时。特别适合需要频繁更新工艺路线和BOM的企业用户。

weixin_42524708的博客 398

子豪兄教你从零开始实现人脸识别

Github开源人脸识别项目face_recognition 译者注: 本项目face_recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。 为了便于中国开发者研究学习人脸识别、贡献代码,我将本项目README文件翻译成中文。 向本项目的所有贡献者致敬。 英译汉:同济大学开源软件协会 子豪兄Tommy Translator’...

同济子豪兄 1万+

绕过Google Play:获取Expo Go安卓APK的实用指南

本文为国内安卓开发者提供了绕过Google Play商店获取Expo Go APK的实用指南。针对无法访问Google Play的痛点,详细介绍了通过官方GitHub Releases、可信第三方网站(如APKMirror)及APK下载器等多种安全获取途径,并重点讲解了APK安装、安全验证(核对签名)及常见连接问题的排查方法,帮助开发者顺利开启React Native开发之旅。

weixin_29006701的博客 577

基于Python的开源人脸识别库 离线识别率高达99 38

基于Python的开源人脸识别库 离线识别率高达99 38

qq_45050651的博客 90

【verilog语法详解:从入门到精通】

Verilog语法详解:从入门到精通 摘要:本文系统讲解Verilog硬件描述语言的核心语法与应用。Verilog作为数字电路设计标准,具有并行执行、硬件映射和层次化三大特点。文章从基础语法框架入手,详细介绍了模块定义、端口类型(input/output/inout)声明规范,以及线网型(wire)和寄存器型(reg)两种核心数据类型的区别与应用场景。重点讲解了组合逻辑(assign连续赋值)和时序逻辑(always块)的实现方式,包括阻塞赋值(=)与非阻塞赋值(<=)的关键差异。此外,还涵盖了参数(

m0_58476824的博客 4684

自动分割和测量混凝土钢筋的思路与原理

该文提出了一种基于PCL库的点云处理系统,用于自动测量混凝土结构中钢筋的几何参数。系统采用多阶段处理流程:首先通过RANSAC算法提取地面并旋转对齐;接着使用区域生长算法分割混凝土结构;然后采用RANSAC线检测识别钢筋,按方向分类;最后通过圆柱拟合和坐标差计算获得钢筋间距、直径和高度差等参数。文章详细介绍了各模块的核心算法,包括地面检测、坐标变换、钢筋识别和几何计算等关键步骤,并分析了主要参数的敏感性。系统通过分层处理和坐标变换确保测量精度,为混凝土结构的无损检测提供了自动化解决方案。

weixin_45196569的博客 680

Linux安装人脸识别包face_recognition

Linux安装人脸识别包face_recognition 环境配置 官方说Python3或者2都行,然后Windows不知道支不支持。不过Linux是肯定支持的。 第一步,安装dlib和相关Python依赖: 主要是dlib,这个特别烦,网上找教程还要翻墙,所以我就贴在这里了。 原教程地址(需要翻墙) 2.1 如何在Ubuntu上安装dlib v19.9或更新版本 × Pre-reqs 安装准备...

qq_42003222的博客 2617

基于深度学习的停车位检测系统(UI界面 + YOLOv8/v7/v6/v5代码 + 训练数据集)

传统的停车位检测方法主要依赖于人工或基于简单图像处理的技术,存在检测速度慢、准确率低、环境适应性差等问题。近年来,随着深度学习技术的快速发展,基于目标检测的停车位检测系统已成为研究的热点。本文基于YOLO(You Only Look Once)系列模型(包括YOLOv5、YOLOv6、YOLOv7和YOLOv8),开发了一个完整的停车位检测系统,支持实时检测、结果可视化以及UI交互界面。本文实现了一个基于深度学习的停车位检测系统,采用YOLO模型在实时视频流中进行高效检测。

YOLO 332

『开发技术』Windows极简安装使用face_recognition实现人脸识别

face_recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。此项目是世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。 本项目的人脸识别是基于业内领先的C++开源库dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率...

简明AI工作室 1137

【华为OD机试真题】45、 分糖果 | 机试真题+思路参考+代码解析(C++、Java、Py、JS)

### 🎃题目描述 >小明从糖果盒中随意抓一把糖果,每次小明会取出一半的糖果分给同学们。 >  当糖果不能平均分配时,小明可以选择从糖果盒中(假设盒中糖果足够)取出一个糖果或放回一个糖果。 >  小明最少需要多少次(取出、放回和平均分配均记一次),能将手中糖果分至只剩一颗。

正在更新最新华为OD机试2025B卷,提供OJ在线刷题 1290

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

开源人脸识别face_recognition

环境:python36 1、安装dlib、face_recognition windows版 下载dlib,cp后面是py版本 下载地址:https://pypi.org/simple/dlib/ 提供一个36版本的网盘下载地址:https://pan.baidu.com/s/1nVXQWf0v6Mhvgq8uSNI7qg 进入文件目录执行 安装face_recognition ...

weixin_30609331的博客 231

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

face 人脸识别 技术_『开发技术』Windows极简安装使用face_recognition实现人脸识别...

face_recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。此项目是世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。本项目的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。但对...

weixin_35930535的博客 411

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

Ubuntu17.10 + anaconda + python3.6 + dlib + face_recognition+opencv3,python人脸识别库face_recognition安装

折腾了一个下午,终于搞定了,先说明,ubuntu17.10是刚刚装的,所以还是很干净的 首先安装anaconda,python的包管理库,在官网https://www.anaconda.com/download/#linux下载了.sh文件,自行安装; 然后重启终端,用conda命令安装新虚拟环境:conda create --name your_name python=3.6

qq_34877350的博客 1582

conda安装cv2_『开发技术』Windows极简安装使用face_recognition实现人脸识别

face_recognition是一个强大、简单、易上手的人脸识别开源项目,并且配备了完整的开发文档和应用案例,特别是兼容树莓派系统。此项目是世界上最简洁的人脸识别库,你可以使用Python和命令行工具提取、识别、操作人脸。本项目的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。但对...

weixin_39673184的博客 189

基于Python的开源人脸识别库:离线识别率高达99.38%

项目地址:https://github.com/ageitgey/face_recognition#face-recognition本文的模型使用了C++工具箱dlib基于深度学习的最新人脸识别方法,基于户外脸部数据测试库Labeled Faces in the Wild 的基准水平来说,达到了99.38%的准确率。dlib:http://dlib.net/数据测试...

qq_44929388的博客 2468

python人脸识别库_face_recognition:简单好用的人脸识别开源python库

人脸识别近来可以说是非常的热门,无论是iphonex的faceid人脸解锁、faceID支付等等,还是各种安防监控、人脸表情变换都用到了人脸识别的相关知识。这里介绍一个简单好用的人脸识别的python库--face_recognition,很多开源人脸相关好玩的项目都是以它为基础开发的。imageface_recognition是基于dlib的深度学习人脸识别库,在LFW上的准确率达到了99.38...

weixin_39643865的博客 679
上一篇: 用Hue中的Oozie执行Impala Sheel脚本
下一篇: CM启动 Oozie 服务器 Web 控制台
常飞梦
常飞梦 领域专家: 数据库技术领域 领域专家: 数据库技术领域
博客等级 码龄21年 403粉丝 314原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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