python实现人脸识别完整代码

以下是一个基于OpenCV和dlib的完整人脸识别代码，可以检测并识别图像中的人脸，并在图像中标注出每个人脸的位置和姓名：

import cv2
import dlib
import numpy as np
import face_recognition

# 加载已知人脸的姓名和图像特征
known_names = ["Tom", "Jerry"]
known_face_encodings = []
for name in known_names:
    img = face_recognition.load_image_file(f"{name}.jpg")
    face_encoding = face_recognition.face_encodings(img)[0]
    known_face_encodings.append(face_encoding)

# 加载人脸检测器
detector = dlib.get_frontal_face_detector()

# 加载人脸特征点检测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 加载测试图片
img = cv2.imread("test.jpg")

# 检测人脸
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = detector(gray, 1)

# 遍历每个人脸
for face in faces:
    # 检测特征点
    landmarks = predictor(gray, face)
    
    # 计算人脸的特征向量
    face_descriptor = np.array(facerec.compute_face_descriptor(img, landmarks))
    
    # 判断是否为已知人脸
    matches = face_recognition.compare_faces(known_face_encodings, face_descriptor)
    name = "Unknown"
    if True in matches:
        match_index = matches.index(True)
        name = known_names[match_index]
    
    # 在图像中标注人脸位置和姓名
    cv2.rectangle(img, (face.left(), face.top()), (face.right(), face.bottom()), (0, 255, 0), 2)
    cv2.putText(img, name, (face.left(), face.top() - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# 显示结果
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先加载已知人脸的姓名和图像特征，然后使用人脸检测器和人脸特征点检测器检测图像中的人脸，并计算每个人脸的特征向量。接着，使用face_recognition库对每个人脸的特征向量进行比对，判断是否为已知人脸，并获取其姓名。最后，在图像中标注出每个人脸的位置和姓名，显示结果图像。