Python第三方库face_recognition在windows上的安装过程
实际上face_recognition这个项目尤其是dlib更适用于Linux系统。经过我的测试，在性能方面，编译同样规格的项目，这个工具在Windows10上大约是Ubuntu上的四分之一。但是在这两者之间我没有看到在其他方面有什么差别。
我使用本教程将这些工具安装到Windows10上，更近的版本也可能正常运行。
- 安装了C/C++编译器的MicrosoftVisualStudio2015
- Boost库，V1.63或者更近的版本
- Python3
- CMake，Windows安装时要将其路径加入环境变量
下载和安装Scipy和numpy+mkl(必须是mkl版本)，下载链接，注意要基于你的Python版本选择合适的版本下载。
根据你当前的MSVC版本下载对应的Boost库(库的源代码或者是二进制release版本)，下载链接。
如果下载的是二进制版本则调到第4步，否则按照如下的过程编译Boost库：
进入C:\local\boost_1_XX_X(X代表你当前的Boost版本)提取Boost源文件
根据以下格式新建系统变量：
Name:VS140COMNTOOLS
Value:C:\ProgramFiles(x86)\MicrosoftVisualStudio14.0\Common7\Tools\(此处为任何你安装MSVC的路径)
打开VisualStudio2015自带的开发人员工具类似于“VS2015开发人员命令提示”，进入Boost目录编译Boost库：
C:\boost_1_XX_X>bootstrap这一步执行完之后会自动生成b2.exe文件
C:\boost_1_XX_X>b2-a–with-pythonaddress-model=64toolset=msvcruntime-link=static这一步编译需要较长的时间，请耐心等待
4.Boost库成功编译后，编译生成的文件位于stage这个文件夹中。
如果你已经编译了Boost请跳过这一步。如果你已经下载了二进制的release版本，则进入Boost目录C:\local\boost_1_XX_X
获取最新版本的dlib包，下载链接
进入dlib的目录，打开cmd，运行如下的命令编译dlib
将以下两个参数加入环境变量
BOOST_ROOT=C:\local\boost_X_XX_X
BOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib
然后再运行如下代码：
pythonsetup.pyinstall–yesUSE_AVX_INSTRUCTIONSorpythonsetup.pyinstall–yes
USE_AVX_INSTRUCTIONS–yesDLIB_USE_CUDA
现在你可以使用importdlib进入Python脚本
你可以使用pipshowdlib查看当前dlib的版本
现在你可以使用pipinstallface_recognition安装face_recognition
Enjoy!
dlib安装也可以使用：
condainstall-cmenpodlib=18.18
其中18.18为dlib的版本号
如果安装成功，运行以下代码就可以正常运行了。
#-*-coding:utf-8-*-
"""
CreatedonSatSep2321:15:422017
@author:Romji
"""
importface_recognition
importcv2
importsys
defface_reg(file):
#读取图片并识别人脸
img=face_recognition.load_image_file(file)
face_locations=face_recognition.face_locations(img)
print(face_locations)
#调用opencv函数显示图片
img=cv2.imread(file)
cv2.imshow("原图",img)
#遍历每个人脸，并标注
faceNum=len(face_locations)
foriinrange(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.imshow("识别",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
if__name__=='__main__':
filename=sys.argv[1]
face_reg(filename)
将程序保存为test.py，在程序根目录下保存一张图片进行测试（假设保存的为1.jpg）
进入目录输入pythontest.py1.jpg，即可看到效果。