Dlib模块安装其实比较繁琐，耐心点。可以参考dlib安装。如果没有，看看其他教程。

导入sys 导入CV2 导入face _ recognition # DLIB人脸识别库第二步:加载图片并将测试图片数字化作为我的偶像:

face_img=face_recognition.load_image_file('1.png') print(face_img)

打印结果：face _ img = face _ recognition . load _ image _ file(& # 39；1.png & # 39) print(face_img)打印结果:

输出是三维图像矩阵，图像转换成矩阵。

提取面部特征代码，获得面部特征的位置:

face_encodings=face_recognition.face_encodings(face_img)#进行特征提取向量化，获取人脸的编码 face_locations=face_recognition.face_locations(face_img)#五官对应的位置 print(face_encodings)

图片中有几个人脸就有几个数组：人脸编码=人脸识别。Face _ encodings (face _ img) #执行特征提取和矢量化以获得人脸代码 Face _ locations = Face _ recognition。Face _ locations (face _ img) #五感对应的位置 print (face _

这里只判断两个人是不是一个人，超过两个我们就退出。

n = len(face _ encodings) print(n) #这里只判断两个人是不是一个人，超过两个人就退出 如果n >；2: 打印(& # 39；两个人以上& # 39；) sys.exit()打印可以分为两种人:

#获取两个人的数据 Face 1 = Face _ encodings[0] Face 2 = Face _ encodings[1] Result = Face _ recognition。compare _ faces([面1]，面2，容差= 0.6)

判断不是同一个人。

稍微修改一下，让表达更清楚:

if result = =[True]: name = & # 39；一样& # 39； 打印(& # 39；两个人是同一个人& # 39；) else: print(& # 39；他们不是同一个人& # 39；) name = & # 39；与众不同& # 39；返回:

获取两个面的位置坐标:

I in range(len(face _ encodings)): face _ encoding = face _ encoding[(I-1)]# Get face _ location = face _ locations[(I-1)] print(以相反的顺序

元祖的四个数值分别代表框架的面的矩形框的四个点的坐标。

拿到坐标后，开始画框，写文字:

top,right,bottom,left=face_location#确定出坐标 #画框框 cv2.rectangle(face_img,(left,top),(right,bottom),(255,0,0))#传参分别为：图片，坐标，RGB颜色,框粗细 #写字上去 cv2.putText(face_img,name,(left-10,top-10),cv2.FONT_HERSHEY_DUPLEX,0.8,(255,255,0),2)#传参数分别为：图片，文字，坐标，字体，字体大小，颜色，粗细第七步：显示处理好的图像

face_img_rgb=cv2.cvtColor(face_img,cv2.COLOR_BGR2RGB)#确保颜色不要混乱 #展示图像 cv2.imshow('compare',face_img_rgb) #设置等待关闭 cv2.waitKey(0)

效果：上、右、下、左= face _ location #确定坐标 # Frame CV2。Rectangle (face _ img，(left，top)，(right，bottom)，(255，0，0)) #参数为:图片。框 #写 CV2。Puttext (face _ img，name，(左10，前10)，CV2。font _ Hershey _ duplex，0.8，(255，255，0)，2) # Thickness 第七步:显示处理后的图像 face _ img _ RGB = CV2。CVTcolor (face _ img，CV2。color _ bgr2rgb) #确保颜色不混淆 #显示图像 CV2。im show(& compare & # 39；，face_img_rgb) #设置等待关闭 cv2.waitKey(0)效果:

你只需要一步一步的轻敲代码就可以完成代码。当然，为了方便直接cv，代码如下所示:

# coding=gbk """ import sys import cv2 import face_recognition #dlib 人脸识别库 face_img=face_recognition.load_image_file('1.png') # print(face_img) face_encodings=face_recognition.face_encodings(face_img)#进行特征提取向量化，获取人脸的编码 face_locations=face_recognition.face_locations(face_img)#五官对应的位置 # print(face_encodings) n=len(face_encodings) print(n) #这里只做判断两个人是否为一个人，超出两个就退出了 if n>2: print('超过两个人') sys.exit() #获取两个人的数据 face1=face_encodings[0] face2=face_encodings[1] result=face_recognition.compare_faces([face1],face2,tolerance=0.6)#人脸比较，，误差不超过0.6则可以，默认值也为0.6 # print(result) if result==[True]: name='same' print('两个人为同一个人') else: print('两者不是同一个人') name='different' for i in range(len(face_encodings)): face_encoding=face_encodings[(i-1)] #倒序获取 face_location = face_locations[(i - 1)] # print(face_location)#获取人脸位置 top,right,bottom,left=face_location#确定出坐标 #画框框 cv2.rectangle(face_img,(left,top),(right,bottom),(255,0,0))#传参分别为：图片，坐标，RGB颜色,框粗细 #写字上去 cv2.putText(face_img,name,(left-10,top-10),cv2.FONT_HERSHEY_DUPLEX,0.8,(255,255,0),2)#传参数分别为：图片，文字，坐标，字体，字体大小，颜色，粗细 face_img_rgb=cv2.cvtColor(face_img,cv2.COLOR_BGR2RGB)#确保颜色不要混乱 #展示图像 cv2.imshow('compare',face_img_rgb) #设置等待关闭 cv2.waitKey(0)

标出了两个人脸并写上为different，就是不同的意思，当然本篇文章为了给大家简单介绍实现人脸识别，并没有做过多的复杂实现，近段时间我研究人脸识别也做了一些复杂的功能实现，感兴趣也可以一起聊聊。# coding = gbk & # 34；"" import sys import cv2 import face _ recognition # DLIB人脸识别库 face _ img = face _ recognition . load _ image _ file(& # 39；1.png & # 39) # print(face _ img) face _ encodings = face _ recognition。face _ encodings (face _ img) #对于特征提取和矢量化，获取人脸代码 face _ locations = face _ recognition。Face _ locations (face _ img) #五官对应的位置 # print(face _ encodings) n = len(face _ encodings) print 2: print(& # 39；两个人以上& # 39；) sys.exit() #获取两个人的数据 Face 1 = Face _ encodings[0] Face 2 = Face _ encodings[1] Result = Face _ recognition . compare . Tolerance = 0.6)#人脸比较，如果误差小于0.6，默认值为0.6 # print(Result) if Result = =[true]: name = & # 39；一样& # 39； 打印(& # 39；两个人是同一个人& # 39；) else: print(& # 39；他们不是同一个人& # 39；) name = & # 39；与众不同& # 39； for I in range(len(face _ encodings)): face _ encoding = face _ encodings[(I-1)]# Get face _ location = face _ locations[(I-1)]0) #参数有:图片、坐标、RGB颜色、边框粗细 # Write CV2。Puttext (face _ img，name，(左10，前10)，CV2。font _ hershey _ duplex，0.8，。颜色，厚度 face _ img _ RGB = cv2。cvtcolor (face _ img，cv2。color _ bgr2rgb) #确保颜色不混淆 #显示图像 cv2 . im Show(& # 39；比较& # 39；，face_img_rgb) #设置等待关闭 cv2.waitKey(0)标记两张脸，写为不同，表示不同的意思。当然，为了给大家简单介绍一下人脸识别的实现，本文并没有做太多复杂的实现。最近做了一些复杂的功能实现人脸识别，有兴趣可以一起聊聊。