19.24.1版本的dlib可以在3.90的python上运行吗？

是的，dlib 19.24.1 版本可以在 Python 3.9.0 上运行。根据 dlib 的官方文档，该版本支持 Python 3.6 及更高版本。因此，您可以使用以下命令在 Python 3.9.0 上安装 dlib 19.24.1 版本：

pip install dlib==19.24.1

请注意，您需要先安装C++编译器和Python开发头文件，以便在安装dlib时进行编译。在Ubuntu上，您可以使用以下命令安装所需的依赖项：

sudo apt-get install build-essential cmake
sudo apt-get install libopenblas-dev liblapack-dev 
sudo apt-get install libx11-dev libgtk-3-dev
sudo apt-get install python3-dev python3-pip python3-venv

在其他操作系统上，您需要查看相应的文档以了解如何安装这些依赖项。

相关问题

dlib downsample_gaussian 在19.24中移除了吗

是的，dlib 19.24 版本中移除了 `downsample_gaussian` 函数。如果需要使用高斯金字塔，可以使用 `pyramid_down` 函数代替。以下是一个使用 `pyramid_down` 函数的示例代码：

#include <dlib/image_processing.h>
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing/render_face_detections.h>
#include <dlib/image_io.h>
#include <iostream>
#include <math.h>

using namespace dlib;
using namespace std;

//Laplacian金字塔的图像去模糊算法
void deblur_image_pyramid(const matrix<rgb_pixel>& img, matrix<rgb_pixel>& out)
{
    //设置金字塔的层数
    const int levels = 6;

    std::vector<matrix<float>> pyramid(levels), laplacian(levels-1), gaussian(levels-1);

    //生成高斯金字塔
    pyramid[0] = matrix_cast<float>(img);
    for (int i = 1; i < levels; ++i)
        pyramid[i] = pyramid_down<2>(pyramid[i-1]);

    //生成拉普拉斯金字塔
    for (int i = 0; i < levels-1; ++i)
        laplacian[i] = pyramid[i] - upsample(pyramid[i+1]);

    //调整拉普拉斯金字塔的频率
    float sigma = 2;
    for (int i = 0; i < levels-1; ++i)
    {
        //计算该层金字塔对应的sigma
        float level_sigma = pow(4.0f, i) * sigma;

        //调整金字塔的频率
        laplacian[i] = pointwise_multiply(laplacian[i], gaussian_filter(laplacian[i], level_sigma));
    }

    //重建图像
    for (int i = levels-2; i >= 0; --i)
        pyramid[i] = laplacian[i] + upsample(pyramid[i+1]);

    out = matrix_cast<rgb_pixel>(pyramid[0]);
}

int main()
{
    try
    {
        //加载人脸检测器
        frontal_face_detector detector = get_frontal_face_detector();

        //加载人脸关键点检测器
        shape_predictor sp;
        deserialize("shape_predictor_68_face_landmarks.dat") >> sp;

        //加载需要处理的图像
        matrix<rgb_pixel> img;
        load_image(img, "test.jpg");

        //检测人脸
        std::vector<rectangle> dets = detector(img);

        //对每个人脸进行处理
        for (auto&& det : dets)
        {
            //提取人脸关键点
            full_object_detection shape = sp(img, det);

            //提取人脸区域
            matrix<rgb_pixel> face_chip;
            extract_image_chip(img, get_face_chip_details(shape,150,0.25), face_chip);

            //对人脸区域进行去模糊处理
            matrix<rgb_pixel> deblurred_face_chip;
            deblur_image_pyramid(face_chip, deblurred_face_chip);

            //将去模糊处理后的人脸区域替换原图中的人脸区域
            replace_image_chip(img, deblurred_face_chip, get_face_chip_details(shape,150,0.25));
        }

        //保存处理后的图像
        save_jpeg(img, "result.jpg");
    }
    catch (exception& e)
    {
        cout << e.what() << endl;
    }
}

以上代码中，我们使用 `pyramid_down` 函数来生成高斯金字塔，并对金字塔进行处理。需要注意的是，在使用 `pyramid_down` 函数时，需要指定金字塔的下采样倍数，本例中采用的是下采样倍数为 2 的高斯金字塔。

dlib19.24 引用哪个版本的 libjpeg

dlib 19.24 默认使用 libjpeg-turbo 作为 JPEG 图像的编解码库，版本号为 1.5.1。不过，如果您使用的是基于 Debian 或 Ubuntu 的 Linux 发行版，则可能会自动安装 libjpeg8 或 libjpeg62-turbo 这两个软件包中的一个作为 libjpeg 库。

如果您想使用其他版本的 libjpeg 库，可以手动修改 dlib 的 CMakeFiles.txt 文件中关于 libjpeg 的配置参数，具体方法可以参考 dlib 的官方文档：https://github.com/davisking/dlib/blob/master/dlib/cmake/CMakeLists.txt