写一份python代码，识别图中人脸并展示标注

好的，我可以提供一个基于Python的人脸识别代码，使用OpenCV和Dlib库来实现。以下是代码：

import cv2
import dlib

# 加载Dlib的人脸检测器模型
detector = dlib.get_frontal_face_detector()

# 加载Dlib的人脸关键点检测模型
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 加载OpenCV的图像读取函数
img = cv2.imread("image.jpg")

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 在灰度图像上运行人脸检测器
faces = detector(gray)

# 遍历每一个人脸
for face in faces:
    # 获取人脸的关键点
    landmarks = predictor(gray, face)
    
    # 绘制人脸区域
    x, y, w, h = face.left(), face.top(), face.width(), face.height()
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
    
    # 绘制人脸关键点
    for i in range(68):
        x, y = landmarks.part(i).x, landmarks.part(i).y
        cv2.circle(img, (x, y), 2, (0, 0, 255), -1)

# 显示图像
cv2.imshow("Face Detection", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在以上代码中，我们首先加载了Dlib的人脸检测器和人脸关键点检测模型，然后使用OpenCV读取了一张图像。接下来，我们将其转换为灰度图像，并在灰度图像上运行人脸检测器。对于每一个检测到的人脸，我们获取其关键点，并在图像上绘制人脸区域和关键点。最后，我们显示结果图像。

你可以将以上代码保存为一个Python文件，然后运行它来进行人脸识别。不过需要注意的是，在运行代码之前，你需要下载Dlib的人脸检测器和人脸关键点检测模型，并将其保存在合适的路径下。