学习笔记：python人脸识别1-开发环境配置

关注

原创最新推荐文章于 2026-01-15 19:50:57 发布 2.3k 阅读 AI 写同款· GEO 优化 ›

利用Python、openCV打造自己的人脸识别AI系统 Get your hands dirty 如果要真正理解一个东西，我们必须要能够把它创造出来。动手去做，永远比被动地听有用。本文介绍了我自己动手做的一种基于卷积神经网络的人脸识别系统，以python 为语言基础，综合应用了keras、opencv、numpy、sklearn等多种技术。代码位置： https://github.com/jerry1900/faceRe 阅读详情

python可以运行在linux,windows ，但我的笔记本电脑只有windows，linux都是安装在vmware ，而我的vmware不支持连接笔记本电脑自带的摄像头，就选择在已安装好的windows server 2012 R2上配置吧，结果折腾了一整天才配置成功。

主要是windows好久没有升级了,安装过程不顺利，需要升级windows，结果150多个补丁用了一个上午时间

还需要安装vs2017 c++ 安装dlib模块需要cmake，cmake需要使用编译器。

python 人脸识别需要用到的软件系统及模块有：python3.6.4，wxPython，vs2017 c++，NumPy，opencv-python，skimage，scipy，matplotlib，cmake，dlib，face_recognition等

把这些软件安装到可用，就成功了一半了。

我的安装过程大致记录如下：

1. 安装python3.6 (python运行环境，同时为了开发调试方便安装了pycharm)
2. pip3 install -U wxPython（python交互界面窗口frame环境）
3. 安装vc++2017运行环境 vc_redist.x64.exe(查找下载安装)
4. python -m pip instal numpy （NumPy 数据处理模块）
5. pip3 install opencv-python (cv2处理图像)
或 pip3 install opencv-contrib-python
这个安装折腾了好久，安装都很顺利，但装完了不能用，结果是版本匹配问题，最后通过以下网址
https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/ 下载opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl文件
复制到 F:\Program Files\Python\Python36\Lib\site-packages 目录，然后
pip3 install opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl
安装后终于可以正常使用

6. pip3 install scikit-image (skimage图像数据类型之间转换的实用程序)
7. pip3 install scipy
8. pip3 install matplotlib（显示图形的模块）
9. pip3 install cmake（编译工具）
10 vs2017 开发环境，这个在安装dlib时使用cmake编译需要用到，通过社区版在线安装程序 vs_community__2000374239.1533901788.exe安装
11. pip3 install dlib（机器学习库）
12. pip3 install face_recognition（人脸识别库）

全部安装正确后，就可以开始基于python,dlib,cv2,face_recognition的人脸识别的程序开发了

测试以上软件安装成功：

但是，测试时，显示文件图片，视频都正常，显示笔记本电脑摄像头总是黑屏或不能启动，但网页html5能正常使用摄像头，最后折腾时灵光一闪，考虑是否是桌面体验问题，安装windows server 2012 R2的桌面体验后，确实解决了问题

管理工具-》服务器管理器-》添加角色和功能-》下一步-下一步-直到功能-》桌面体验

作为结尾，上一段测试python调用摄像头的代码

import cv2
import numpy
#获取视频文件
#cap = cv2.VideoCapture('F:/Users/Administrator/PycharmProjects/faceai/GiveUAll.mp4') 
#获取摄像头
cap = cv2.VideoCapture(0)  # 0是笔记本自带摄像头，1是usb摄像头 ..
while 1:
    ret, frame = cap.read()
    cv2.imshow("cap", frame)
    if cv2.waitKey(100) & 0xff == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

运行显示如下图。