Python 实现图片、视频人脸识别(dlib版)

本攻略通过使用 Python 中的 dlib 库实现了对图片和视频中的人脸进行识别。以下是完整的攻略流程：

1. 安装必要的库及软件

首先需要安装 dlib 库，以及 OpenCV 库用于读取、处理图片和视频。并且需要在安装 dlib 之前安装 CMake，用于编译 dlib：

pip install cmake
pip install dlib
pip install opencv-python

2. 下载预训练模型

在开始识别之前，需要先下载一个训练好的模型来识别人脸。可以通过以下代码来下载：

import dlib

# 下载和解压人脸识别器
dlib.get_frontal_face_detector()

可以在这里下载其他内置的预训练模型。

3. 读取图片并识别人脸

使用以下代码，可以读取一张图片，并在图片中识别出所有的人脸：

import cv2
import dlib

# 加载模型
detector = dlib.get_frontal_face_detector()

# 加载图片
img = cv2.imread('test.jpg')

# 识别人脸
faces = detector(img, 1)

# 绘制人脸框
for face in faces:
    cv2.rectangle(img, (face.left(), face.top()), (face.right(), face.bottom()), (0, 255, 0), 3)

# 展示结果
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 读取视频并识别人脸

使用以下代码，可以读取一个视频，并在视频中实时识别出所有的人脸：

import cv2
import dlib

# 加载模型
detector = dlib.get_frontal_face_detector()

# 加载视频
cap = cv2.VideoCapture('test.mp4')

while True:
    # 获取当前帧
    ret, frame = cap.read()

    # 如果视频结束，退出循环
    if not ret:
        break

    # 识别人脸
    faces = detector(frame, 1)

    # 绘制人脸框
    for face in faces:
        cv2.rectangle(frame, (face.left(), face.top()), (face.right(), face.bottom()), (0, 255, 0), 3)

    # 显示结果
    cv2.imshow('frame', frame)

    # 按 'q' 键退出
    if cv2.waitKey(1) == ord('q'):
        break

# 释放并关闭窗口
cap.release()
cv2.destroyAllWindows()

至此，已经完成了使用 dlib 库实现人脸识别的流程。可以通过上面的示例代码进行调用和使用。