用python写人脸识别的代码

在Python中实现人脸识别通常需要使用深度学习库如TensorFlow、Keras或PyTorch，以及一些专为人脸识别设计的模型库，例如Dlib、Face_recognition等。这里给出一个简单的基于预训练模型的面部识别示例：

import face_recognition

# 加载已知的人脸图像
known_faces = []
known_names = []
for i in range(5):  # 假设我们有5个人的脸部图片
    image_path = f"person_{i}.jpg"
    img = face_recognition.load_image_file(image_path)
    known_faces.append(img)
    known_names.append("Person " + str(i+1))

# 加载待识别的图像
test_image = face_recognition.load_image_file("unknown.jpg")

# 使用face_recognition的compare_faces函数识别人脸
face_locations = face_recognition.face_locations(test_image)
face_encodings = face_recognition.face_encodings(test_image, face_locations)

# 比较测试图像中的人脸编码与已知的人脸
for face_encoding, name in zip(face_encodings, known_names):
    results = face_recognition.compare_faces(known_faces, face_encoding)
    if True in results:
        best_match_index = results.index(True)
        print(f"The unknown person is {name}")
        break

# 如果没有匹配，可以添加其他处理逻辑
if not results:
    print("No match found for the given face.")