Win7环境下VS2015+Python 2.7 编译人脸识别开源库 face

最近在研究一个人脸识别开源框架，编译需要依赖 dlib、boost、cmake 等相关环境，在编译的时候，踩了一大堆坑，网上资料大都不是很全面再加上 Windows 环境下去配置这些本身就比 Liunx 或 Mac下配置要相对麻烦一些。如果你是准备在 Windows 环境下编译，就做好准备踩坑吧~~~

系统环境

Windows 7

Python 2.7.14

VS2015

安装步骤

1. 首先下载整个zip

git clone https://github.com/davisking/dlib](https://github.com/davisking/dlib复制代码

2. 前置的一些python库要安装, scipy, numpy+mkl 这两个用pip安装可能会蛋疼, 到这里面找对应版本的wheel, 然后用easy_install就KO了

3. 安装Boost 下载boost-binaries, 最新的,直接点击exe程序等待安装完毕，正常的话安装的目录是 X:\local\boost_1_XX_X (保持版本名一致, 也就是XX_X别改)

4. 这一步也貌似可以不用系统变量加上 VS2015的位置新建一个

VS140COMNTOOLS 值  X:\Program Files (x86)\Microsoft Visual Studio 14.0\Common7\Tools\复制代码

5. 去到Boost下面, 双击一下 bootstrap.bat , 运行OK之后boost_1_66_0\tools\build文件夹下找到以下两个文件

然后开启一个命令行，定位到这个文件夹，运行命令：

b2 install复制代码

运行完之后再执行下面命令：

 b2 -a --with-python address-model=64 toolset=msvc runtime-link=static 复制代码

成功后能找到 stage 文件夹

6.在系统环境配置好下面两个环境变量

BOOST_ROOT=C:\local\boost_X_XX_XBOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib 复制代码

最后执行以下命令：

python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA复制代码

CUDA这个, 主要是用在有显卡的机器学习, 如果没有可以不加完成! 打开python shell 试一下 import dlib 没问题就可以

pip install face_recognition复制代码

安装成功之后，我们可以在python中正常 import face_recognition 了

编写人脸检测程序

此demo主要展示了识别指定图片中人脸的特征数据，下面就是人脸的八个特征，我们就是要获取特征数据

'chin',    'left_eyebrow',    'right_eyebrow',    'nose_bridge',    'nose_tip',    'left_eye',    'right_eye',    'top_lip',    'bottom_lip'复制代码

人脸检测代码

# -*- coding: utf-8 -*-# 自动识别人脸特征# filename : find_facial_features_in_picture.py# 导入pil模块 ，可用命令安装 apt-get install python-Imagingfrom PIL import Image, ImageDraw# 导入face_recogntion模块，可用命令安装 pip install face_recognitionimport face_recognition# 将jpg文件加载到numpy 数组中image = face_recognition.load_image_file("mayun.jpg")#查找图像中所有面部的所有面部特征face_landmarks_list = face_recognition.face_landmarks(image)print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))for face_landmarks in face_landmarks_list:   #打印此图像中每个面部特征的位置    facial_features = [        'chin',        'left_eyebrow',        'right_eyebrow',        'nose_bridge',        'nose_tip',        'left_eye',        'right_eye',        'top_lip',        'bottom_lip'    ]    for facial_feature in facial_features:        print("The {} in this face has the following points: {}".format(facial_feature, face_landmarks[facial_feature]))   #让我们在图像中描绘出每个人脸特征！    pil_image = Image.fromarray(image)    d = ImageDraw.Draw(pil_image)    for facial_feature in facial_features:        d.line(face_landmarks[facial_feature], width=5)    pil_image.show() 复制代码

运行结果：自动识别图片中的人脸，并且识别它的特征

原图：

运行效果：

编写人脸识别程序

注意：这里使用了 python-opencv，一定要配置好了opencv才能运行成功。 opencv选择跟自己python版本相匹配的版本，可以在这个网站（ .whl(我的python版本是2.7所以选择该版本安装)，安装完成之后，打开 cmd 输入 import cv2 没有提示任何错误说明安装成功。

# -*- coding: utf-8 -*-## 检测人脸import face_recognitionimport cv2# 读取图片并识别人脸img = face_recognition.load_image_file("mayun.jpeg")face_locations = face_recognition.face_locations(img)print face_locations# 调用opencv函数显示图片img = cv2.imread("mayun.jpeg")cv2.namedWindow("原图")cv2.imshow("原图", img)# 遍历每个人脸，并标注faceNum = len(face_locations)for i in range(0, faceNum):    top =  face_locations[i][0]    right =  face_locations[i][1]    bottom = face_locations[i][2]    left = face_locations[i][3]        start = (left, top)    end = (right, bottom)        color = (55,255,155)    thickness = 3    cv2.rectangle(img, start, end, color, thickness)# 显示识别结果cv2.namedWindow("人脸识别")cv2.imshow("人脸识别", img)cv2.waitKey(0)cv2.destroyAllWindows()复制代码

运行结果：程序会读取当前目录下指定的图片，然后识别其中的人脸，并标注每个人脸。

摄像头实时识别人脸

此处因为公司台式机没有摄像头，所以用的Mac上运行这个demo，配置都是差不多的，环境配置好，运行下面代码即可

# -*- coding: utf-8 -*-# 摄像头实时识别人脸import face_recognitionimport cv2video_capture = cv2.VideoCapture(0)# 加载本地图片xhb_img = face_recognition.load_image_file("xhb.jpg")xhb_face_encoding = face_recognition.face_encodings(xhb_img)[0]# 初始化变量face_locations = []face_encodings = []face_names = []process_this_frame = Truewhile True:    ret, frame = video_capture.read()        small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)        if process_this_frame:        face_locations = face_recognition.face_locations(small_frame)        face_encodings = face_recognition.face_encodings(small_frame, face_locations)                face_names = []        for face_encoding in face_encodings:            # 可以自定义设置识别阈值（tolerance）此处设置为0.5，默认为0.6，太小可能识别不出来，太大可能造成识别混淆            match = face_recognition.compare_faces([xhb_face_encoding], face_encoding,tolerance=0.5)                        if match[0]:                name = "xiaohaibin"            else:                name = "unknown"                        face_names.append(name)    process_this_frame = not process_this_frame        for (top, right, bottom, left), name in zip(face_locations, face_names):        top *= 4        right *= 4        bottom *= 4        left *= 4                cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255),  2)                cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), 2)        font = cv2.FONT_HERSHEY_DUPLEX        cv2.putText(frame, name, (left+6, bottom-6), font, 1.0, (255, 255, 255), 1)    cv2.imshow('Video', frame)    if cv2.waitKey(1) & 0xFF == ord('q'):        breakvideo_capture.release()cv2.destroyAllWindows()复制代码

运行结果展示

踩坑

1.解决 cl.exe 找不到的问题

在装VS2015时，默认是不安装C++，你需要重新运行setup ，然后选择modify,选择 language 下的C++，然后开始安装，就可以解决问题了 –来自

2.解决执行 pip install face_recognition 出错，报SSL Error

方案一(推荐)：在pip安装所在文件夹路径下，创造python文件(.py)

import os  ini="""[global] index-url = https://pypi.doubanio.com/simple/ [install] trusted-host=pypi.doubanio.com """  pippath=os.environ["USERPROFILE"]+"\\pip\\"  if not os.path.exists(pippath):      os.mkdir(pippath)  with open(pippath+"pip.ini","w+") as f:      f.write(ini)  复制代码

在cmd上运行这个.py文件即可之后再用pip install安装指令下载速度会非常快

方案二：修改加大超时时间

pip --default-timeout=100 install -U pip复制代码

再执行下面指令进行安装

pip --default-timeout=100 install -U face_recognition复制代码

3.Python脚本报错AttributeError: ‘module’ object has no attribute’xxx’解决方法

最近在编写Python脚本过程中遇到一个问题比较奇怪：Python脚本完全正常没问题，但执行总报错"AttributeError: 'module' object has no attribute 'xxx'"。这其实是.pyc文件存在问题。

问题定位：

查看import库的源文件，发现源文件存在且没有错误，同时存在源文件的.pyc文件

问题解决方法：

命名py脚本时，不要与python预留字，模块名等相同

删除该库的.pyc文件（因为py脚本每次运行时均会生成.pyc文件；在已经生成.pyc文件的情况下，若代码不更新，运行时依旧会走pyc，所以要删除.pyc文件），重新运行代码；或者找一个可以运行代码的环境，拷贝替换当前机器的.pyc文件即可