写一个简单的完整的人脸识别Python代码

这里提供一个简单的完整的人脸识别Python代码，使用OpenCV和dlib库：

import cv2
import dlib

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

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

# 加载人脸识别模型
facerec = dlib.face_recognition_model_v1("dlib_face_recognition_resnet_model_v1.dat")

# 加载已知人脸的特征向量
known_face_encodings = [list_of_known_face_encodings]

# 加载已知人脸的名称
known_face_names = [list_of_known_face_names]

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头的帧
    ret, frame = cap.read()
    
    # 转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 检测人脸
    faces = detector(gray)
    
    # 遍历每个检测到的人脸
    for face in faces:
        # 获取人脸关键点
        landmarks = predictor(gray, face)
        
        # 获取人脸的特征向量
        face_encoding = facerec.compute_face_descriptor(frame, landmarks)
        
        # 比较人脸的特征向量，找到最相似的已知人脸
        matches = dlib.face_recognition.face_distance(known_face_encodings, face_encoding)
        min_distance = min(matches)
        index = matches.index(min_distance)
        name = known_face_names[index]
        
        # 绘制人脸框和名称
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2)
        cv2.putText(frame, name, (left, top - 20), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 2)
    
    # 显示帧
    cv2.imshow("Face Recognition", frame)
    
    # 按下q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()

需要注意的是，这个代码中的`list_of_known_face_encodings`和`list_of_known_face_names`需要替换为已知人脸的特征向量和名称列表。可以使用`dlib`库的`face_recognition`模块来获取已知人脸的特征向量，具体方法可以参考dlib官方文档。