python pip安装第三方库老是报错_#python pip 安装dlib一直失败？#python安装dlib错误...

#python pip 安装dlib一直失败？#python安装dlib错误

python dlib 教程2020-10-11 07:52:36人已围观

ubuntu里面怎么安装dlib

python怎么用pip安装第三方库。下面是在ubuntu下如何Python安装dlib:

1.网dlib官网最新版本的dlib

由于dlib最初是一个C 库，要安装为python第三方库，

2.要下载boost将C 编译为python，还要下载cmake

python pip安装？命令：sudo apt-get install libboost-python-dev cmake11

3.然后切换到 dlib-18.17/python_examples目录

然后运行

./compile_dlib_python_module.bat 11

python中的numpy模块？会生成dlib.so

4.该脚本还要加上可执行权限

这样在dlib-18.17/python_examples目录下就可以导入dlib库，但在其它地方 还不能导入

将dlib.so复制到python第三库的文件夹下

python jieba。sudo cp dlib.so /usr/local/lib/python2.7/dist-packages/11

这样dlib库就安装好了

谁用过python中的第三方库face recognition

简介

python中numpy安装，该以通过python或者命令行即可实现识别的。使用dlib深度学习人脸识别技术，在户外脸部检测数据库基准（Labeled Faces in the Wild）上的准确率为99.38%。

在github上有相关的链接和API文档。

在下方为提供的一些相关源码或是文档。当前库的版本是v0.2.0，点击docs可以查看API文档，我们可以查看一些函数相关的说明等。

安装配置

python中pip库。安装配置很简单，按照github上的说明一步一步来就可以了。

根据你的python版本输入指令：

pip install face_recognition11

或者

python打开文件。pip3 install face_recognition11

正常来说，安装过程中会出错，会在安装dlib时出错，可能报错也可能会卡在那不动。因为pip在编译dlib时会出错，所以我们需要手动编译dlib再进行安装。

按照它给出的解决办法：

1、先下载下来dlib的源码。

python pip。git clone

2、编译dlib。

cd dlib

mkdir build

python3.7、cd build

cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1

cmake --build1234512345

3、编译并安装python的拓展包。

python web，cd ..

python3 setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA1212

注意：这个安装步骤是默认认为没有GPU的，所以不支持cuda。

在自己手动编译了dlib后，我们可以在python中import dlib了。

之后再重新安装，就可以配置成功了。

根据你的python版本输入指令：

pip install face_recognition11

或者

pip3 install face_recognition11

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

编写人脸识别程序

编写py文件：

# -*- coding: utf-8 -*-

#

# 检测人脸

import face_recognition

import cv2

# 读取图片并识别人脸

img = face_recognition.load_image_file("silicon_valley.jpg")

face_locations = face_recognition.face_locations(img)

print face_locations

# 调用opencv函数显示图片

img = cv2.imread("silicon_valley.jpg")

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("识别")

cv2.imshow("识别", img)

cv2.waitKey(0)

cv2.destroyAllWindows()12345678910111213141516171819202122232425262728293031323334353637381234567891011121314151617181920212223242526272829303132333435363738

注意：这里使用了python-OpenCV，一定要配置好了opencv才能运行成功。

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。

（使用图片来自美剧硅谷）

编写人脸比对程序

首先，我在目录下放了几张图片：

这里用到的是一张乔布斯的照片和一张奥巴马的照片，和一张未知的照片。

编写程序：

# 识别图片中的人脸

import face_recognition

jobs_image = face_recognition.load_image_file("jobs.jpg");

obama_image = face_recognition.load_image_file("obama.jpg");

unknown_image = face_recognition.load_image_file("unknown.jpg");

jobs_encoding = face_recognition.face_encodings(jobs_image)[0]

obama_encoding = face_recognition.face_encodings(obama_image)[0]

unknown_encoding = face_recognition.face_encodings(unknown_image)[0]

results = face_recognition.compare_faces([jobs_encoding, obama_encoding], unknown_encoding )

labels = ['jobs', 'obama']

print('results:' str(results))

for i in range(0, len(results)):

if results[i] == True:

print('The person is:' labels[i])123456789101112131415161718123456789101112131415161718

运行结果：

识别出未知的那张照片是乔布斯的。

摄像头实时识别

代码：

# -*- coding: utf-8 -*-

import face_recognition

import cv2

video_capture = cv2.VideoCapture(1)

obama_img = face_recognition.load_image_file("obama.jpg")

obama_face_encoding = face_recognition.face_encodings(obama_img)[0]

face_locations = []

face_encodings = []

face_names = []

process_this_frame = True

while 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:

match = face_recognition.compare_faces([obama_face_encoding], face_encoding)

if match[0]:

name = "Barack"

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)

版权声明：本站所有文章皆为原创，欢迎转载或转发，请保留网站地址和作者信息。