这篇文章给大家分享的是有关Python如何使用face_recognition实现AI识别图片中的人物的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
环境安装
首先我们看看官方给出的人脸识别效果图
我们看一下README关于安装环境的信息
官方给出的可安装操作系统是Mac和Linux，但是我想在windows安装，继续往下看。
windows虽然不是官方支持，但是也能装，不就是个dlib吗？好的，那就开始装。
我们直接安装requirements_dev.txt，这里要注意，把pip去掉。
注意一点安装dlib的时候会报错，需要先安装cmake，安装命令如下：
pip install cmake -i https://pypi.douban.com/simple
除此之外，项目还需要安装opencv-python，安装命令如下：
pip install opencv-python -i https://pypi.douban.com/simple
代码使用
先做一下说明，在使用face_recognition运行的时候，可以选择安装face_recognition命令进行运行的模式，也可以使用face_recognition模块构建代码运行。为了二次开发，我还是先试试代码的方式，主要试试人脸识别模块。
官方代码如下：
import face_recognition
# Load the jpg files into numpy arrays
biden_image = face_recognition.load_image_file"biden.jpg")
obama_image = face_recognition.load_image_file"obama.jpg")
unknown_image = face_recognition.load_image_file"obama2.jpg")
# Get the face encodings for each face in each image file
# Since there could be more than one face in each image, it returns a list of encodings.
# But since I know each image only has one face, I only care about the first encoding in each image, so I grab index 0.
try:
biden_face_encoding = face_recognition.face_encodingsbiden_image)[0]
obama_face_encoding = face_recognition.face_encodingsobama_image)[0]
unknown_face_encoding = face_recognition.face_encodingsunknown_image)[0]
except IndexError:
print"I wasn't able to locate any faces in at least one of the images. Check the image files. Aborting...")
quit)
known_faces = [
biden_face_encoding,
obama_face_encoding
]
# results is an array of True/False telling if the unknown face matched anyone in the known_faces array
results = face_recognition.compare_facesknown_faces, unknown_face_encoding)
print"Is the unknown face a picture of Biden? {}".formatresults[0]))
print"Is the unknown face a picture of Obama? {}".formatresults[1]))
print"Is the unknown face a new person that we've never seen before? {}".formatnot True in results))
代码说明：
1、首先可以看到将两个人脸的数据加到了known_faces列表内。
2、然后用未知图数据进行识别判断。
看一下加入到known_faces的照片
看一下需要识别的照片
看一下执行结果
我们可以看到在拜登的识别中提示false，在奥巴马识别中提示true。这里要注意一点，我们看一下compare_faces方法参数。
参数tolerance最佳为0.6，越低越严格，所以可以按照自己的需求调整。