https://github.com/ageitgey/face_recognition
树莓派安装的教程路径是下面这个（中间有些地方和我不一样，我照这个链接，没成功过，安装那个face_rec网速太慢，根本没下载下来过）
https://gist.github.com/ageitgey/1ac8dbe8572f3f533df6269dab35df65
二、需要更正的步骤
1、libatlas-dev 无法候选，这里安装替换的 libatlas-base-dev
2、dlib安装按照例子如下，但是这里需要更改
然后按照原链接还原更换交换区大小，不用下载示例代码，我下载了之后好像不能用啥的，你可以参考这个链接直接使用
https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md
主要使用就是这句话，中间那个文件夹是你知道的人照片文件夹，名字是图片的文件名，后面那个文件夹放的是你不认识的人的图片，然后会识别出名字并且打印出来，但是经过测试，速度真慢，而且只是单纯的图片识别，你难道不想玩玩在线摄像头实时识别吗？
face_recognition ./pictures_of_people_i_know/ ./unknown_pictures/
如果有摄像头的小朋友，可以开始安装openCV开始摄像头识别了。
最后是安装opencv、opencv_contrib
一、配置树莓派并打开摄像头
打开摄像头设置，启用摄像头
sudo raspi-config
sudo apt-get install libjpeg8-dev
sudo apt-get install libtiff5-dev
sudo apt-get install libjasper-dev
sudo apt-get install libpng12-dev
四、
安装视频I/O包
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
五、安装gtk2.0和优化函数包
sudo apt-get install libgtk2.0-dev
sudo apt-get install libatlas-base-dev gfortran
六、下载OpenCV源码
git clone https://github.com/opencv/opencv.git
七、下载OpenCV_contrib
git clone https://github.com/opencv/opencv_contrib.git
八、安装OpenCV
// 根据下载的版本而定
cd opencv
// 创建release文件夹
mkdir release
// 进入release目录下
cd release
// cmake读入所有源文件之后，自动生成makefile，复制下面所有(更改第三行的路径)，粘贴回车
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=/home/pi/software/opencv_contrib/modules \
-D ENABLE_NEON=ON \
-D ENABLE_VFPV3=ON \
-D BUILD_TESTS=OFF \
-D OPENCV_ENABLE_NONFREE=ON \
-D INSTALL_PYTHON_EXAMPLES=OFF \
-DCMAKE_SHARED_LINKER_FLAGS='-latomic' \
-D BUILD_EXAMPLES=OFF ..
// 编译(建议 sudo make -j4 速度快呀)
sudo make -j4
// 安装
sudo make install
//更新动态链接库
sudo ldconfig
九、测试代码来了
https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py
这个链接，就是测试代码，速度比较快
import face_recognition
import cv2
import numpy as np
# This is a demo of running face recognition on live video from your webcam. It's a little more complicated than the
# other example, but it includes some basic performance tweaks to make things run a lot faster:
# 1. Process each video frame at 1/4 resolution (though still display it at full resolution)
# 2. Only detect faces in every other frame of video.
# PLEASE NOTE: This example requires OpenCV (the `cv2` library) to be installed only to read from your webcam.
# OpenCV is *not* required to use the face_recognition library. It's only required if you want to run this
# specific demo. If you have trouble installing it, try any of the other demos that don't require it instead.
# Get a reference to webcam #0 (the default one)
video_capture = cv2.VideoCapture(0)
# Load a sample picture and learn how to recognize it.
obama_image = face_recognition.load_image_file("obama.jpg")
obama_face_encoding = face_recognition.face_encodings(obama_image)[0]
# Load a second sample picture and learn how to recognize it.
biden_image = face_recognition.load_image_file("biden.jpg")
biden_face_encoding = face_recognition.face_encodings(biden_image)[0]
# Create arrays of known face encodings and their names
known_face_encodings = [
obama_face_encoding,
biden_face_encoding
known_face_names = [
"Barack Obama",
"Joe Biden"
# Initialize some variables
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True
while True:
# Grab a single frame of video
ret, frame = video_capture.read()
# Resize frame of video to 1/4 size for faster face recognition processing
small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
# Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses)
rgb_small_frame = small_frame[:, :, ::-1]
# Only process every other frame of video to save time
if process_this_frame:
# Find all the faces and face encodings in the current frame of video
face_locations = face_recognition.face_locations(rgb_small_frame)
face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)
face_names = []
for face_encoding in face_encodings:
# See if the face is a match for the known face(s)
matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
name = "Unknown"
# # If a match was found in known_face_encodings, just use the first one.
# if True in matches:
# first_match_index = matches.index(True)
# name = known_face_names[first_match_index]
# Or instead, use the known face with the smallest distance to the new face
face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
best_match_index = np.argmin(face_distances)
if matches[best_match_index]:
name = known_face_names[best_match_index]
face_names.append(name)
process_this_frame = not process_this_frame
# Display the results
for (top, right, bottom, left), name in zip(face_locations, face_names):
# Scale back up face locations since the frame we detected in was scaled to 1/4 size
top *= 4
right *= 4
bottom *= 4
left *= 4
# Draw a box around the face
cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
# Draw a label with a name below the face
cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
font = cv2.FONT_HERSHEY_DUPLEX
cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)
# Display the resulting image
cv2.imshow('Video', frame)
# Hit 'q' on the keyboard to quit!
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()
//下载一下奥巴马和拜登两个人的照片各一张放到路径下
python3 python3 facerec_from_webcam_faster.py
这里没有屏幕的兄弟姐妹们，下载个Xmanager，然后就可以了，会显示一个图相框来，我这里识别王力宏和蒲巴甲
十、测试demo下载
速度还比较快速，比直接对比两张图片快得多，demo下载的路径是这个
https://github.com/ageitgey/face_recognition
我用的那个网络摄像头识别实时视频中的人脸，更快的版本，大家装好了以上三个，就可以开启自己人脸识别旅程了。
Instructions tested with a Raspberry Pi 2 with an 8GB memory card. Probably also works fine on a Ra...
来自：
心核智慧科技. 初创企业最佳. 技术合伙人. 新零售升级专家
本文主要介绍的是利用树莓派4B和百度AI组成的智能打卡系统，使用的是百度AI的人脸识别模块，通过其提供的SDK(c++v3版)来调用的百度AI。所需硬件：树莓派4b及其配套的HDMI屏幕。 所需软件：...
来自：
qq_24428581的博客
针对github上：https://github.com/Mjrovai/OpenCV-Face-Recognition$pip3installopencv-python#安装opencv$pip3i...
来自：
小白笔记本
face_recognitiaon安装要基于dlib,安装dlib一定上官网去查对应的python安装的版本。通过cmd中pip install XXX。本代码实现了功能：考勤，即通过数据库的照片训练...
来自：
jn10010537的博客
Face_ recognition+openCV人脸识别Face_ recognition的安装配置Window下通过Anaconda安装注意python版本一定选择3.6 ！！！点击Create，然...
来自：
Free_FFF的博客
最近在学校里折腾树莓派上的人脸识别，折腾了很久才能用在此记录下使用的过程和遇到的困难过程基于超有趣！手把手教你使用树莓派实现实时人脸检测完成的。其中前面opencv的安装是文章中的RaspbianSt...
来自：
myweihp的博客
1，安装环境miniconda (python2.7): Miniconda - Conda 配置好环境变量：https://mp.csdn.net/postedit/86750969 添加一个清...
来自：
kalinux的博客
树莓派3B+人脸识别(OpenCV)相信大家都看了前面的OpenCV安装和人脸检测教程，有了基础后，现在我们正式进入重头戏——人脸识别的教程。注意：该教程面向python2.7+OpenCV2.4.9...
来自：
宁静致远's 博客
在前面说过，树莓派上使用face_recognition是十分慢的，这里讲解一下作者自己的提速方法：face_recognition在不同机器上识别时间对比可能是因为我在树莓派上使用了多线程，open...
来自：
HiLcc
原文地址：https://www.pyimagesearch.com/2018/06/25/raspberry-pi-face-recognition/In last week’s blog post...
来自：
Anton8801的博客
前言有需要用到树莓派实现一个人脸识别的程序，所以又回到了交叉编译opencv上。虽然工作的时候用到过opencv，交叉编译一次次失败的恐惧感还在眼前。而这次编译也花了三天的时间，我太难了[哭出声]！网...
来自：
simon曦的博客
博主的课程设计选题，开始在网上参考了诸多教程踩了很多坑最终得以实现，所以写下心得总结，以便后人乘凉~https://blog.csdn.net/kyokozan/article/details/791...
来自：
cumt240的博客
折腾2天，遇坑无数。系统重装4遍后终于成功，分享给大家过坑。参见我的GitHub，大家觉得有帮助，请给颗星：https://github.com/armstrong1972/Install-OpenC...
来自：
smarthr_arm的博客
在linxu环境下实现了face_recognition的运行后（参考：https://gist.github.com/ageitgey/1ac8dbe8572f3f533df6269dab35df6...
来自：
u011304078的博客
TCP/IP协议是传输层协议，主要解决数据如何在网络中传输，而HTTP是应用层协议，主要解决如何包装数据。一、TCP与UDP的不同1. 是否需要建立连接。UDP在传送数据之前不需要先建立连接；TCP则...
来自：
十步杀一人-千里不留行
前言之前实践了下face++在线人脸识别版本，这回做一下离线版本。github 上面有关于face_recognition的相关资料，本人只是做个搬运工，对其中的一些内容进行搬运，对其中一些例子进行实...
来自：
1、、的博客
硬件：树莓派B+先安装python-opencv： sudoapt-getinstallpython-opencvPython2.7 OpenCV3.0#-*-coding:utf-8-*-impor...
来自：
请认准MC石头的唯一CSDN博客
树莓派4B入手体验及配置开箱体验系统烧写上电启动并配置开箱体验最近琐事着实太多，树莓派4B买来已有时日了，原打算买来后就分享一波体验的，结果硬生生的被搁置了近半个月了。废话不多哔哔了，据说树莓派4B性...
来自：
YZW_CSDN_的博客
需要的设备树莓派3b+ 舵机（包括公母线，面包板） 摄像头人脸识别大家并不陌生，在树莓派上进行人脸识别的教程已经有不少了，所以本文就不上传代码了。跟着网上的教程弄完之后我发现树莓派的运算能力很差，显示...
来自：
往后余生都是代码
首先配置树莓派摄像头模块插入摄像头排线sudoraspi-config进入配置选中InterfacingOptions，进入并使能camera可参考这里如果是USB摄像头可以参考一下然后就可以操作摄像...
来自：
cool_bot的博客
概述 目前市场上的人脸识别技术已经相对成熟，并且已经广泛的应用于门禁，考勤，美颜软件等方面。但是对于开发者来说自己开发高效准确的算法并不是一件容易的事情，因此很多公司提供了良好的API接口来让开发者...
来自：
oBuZuoPiQi的博客
入手树莓派几天,各种折腾,没公网靠免费的花生壳做的监控堪称ppt,然后各种百度整合出一条路.#!/bin/sh#获取系统时间Now=$(date +"%Y-%m-%d-%H-%M-%S")#录制视频(...
来自：
steamcontroller的博客
写了一篇《启舰：对计算机专业来说学历真的重要吗？》，一时间N多同学咨询自身情况要不要考研，眼看有点Hold不住，索性又出了一篇《启舰：计算机专业有必要考研吗？》，结果，又有同学说：“我是渣渣二本，想考...
来自：
启舰
作者：Jsmanifest 译者：前端小智 来源：MediumVisual Studio Code（也称为VSCode）是一种轻量级但功能强大的跨平台源代码编辑器, 借助对TypeScript 和Ch...
来自：
前端小智
知乎高赞：中国有什么拿得出手的开源软件产品？在知乎上，有个问题问“中国有什么拿得出手的开源软件产品（在 GitHub 等社区受欢迎度较好的）？”事实上，还不少呢~本人于2019.7.6进行了较为全面的...
来自：
大白技术控 - 大白技术Bravo Yeung
人生苦短，我选Python前文传送门小白学 Python（1）：开篇小白学 Python（2）：基础数据类型（上）小白学 Python（3）：基础数据类型（下）小白学 Python（4）：变量基础操作...
来自：
极客挖掘机
shell简介：shell是一种脚本语言，可以使用逻辑判断、循环等语法，可以自定义函数，是系统命令的集合文章目录shell脚本结构和执行方法shell脚本中date命令的用法shell脚本结构和执行方...
来自：
FUYY'S BLOG
Idon’t know what that dream is that you have, I don't care how disappointing it might have been as y...
来自：
乔治大哥的博客
前几天，GitHub 有个开源项目特别火，只要输入标题就可以生成一篇长长的文章。背后实现代码一定很复杂吧，里面一定有很多高深莫测的机器学习等复杂算法不过，当我看了源代码之后这程序不到50行尽管我有多年...
来自：
Python之禅的专栏
你知道的越多，你不知道的越多 点赞再看，养成习惯 GitHub上已经开源 https://github.com/JavaFamily 有一线大厂面试点脑图、个人联系方式和人才交流群，欢迎Star和...
来自：
敖丙
什么是ArrayList？ArrayList的实现原理其实就是数组（动态数组），ArrayList的介绍及简单使用方法动态数组与一般数组有什么区别？与Java中的数组相比，ArrayList的容量能动...
来自：
Woo_home的博客
点进文章的盆友不如先来做一道非常常见的面试题，如果你能做出来，可能你早已掌握并理解了java的类加载机制，若结果出乎你的意料，那就很有必要来了解了解java的类加载机制了。代码如下嗯哼？其实上面程序并...
来自：
程序员宜春的博客
Nginx 是一个免费的，开源的，高性能的 HTTP 服务器和反向代理，以及 IMAP / POP3 代理服务器。Nginx 以其高性能，稳定性，丰富的功能，简单的配置和低资源消耗而闻名。Nginx ...
来自：
albon arith
欢迎来到“Python进阶”专栏！来到这里的每一位同学，应该大致上学习了很多 Python 的基础知识，正在努力成长的过程中。在此期间，一定遇到了很多的困惑，对未来的学习方向感到迷茫。我非常理解你们所...
来自：
Python作业辅导员 - 天元浪子【许向武】
作者 |胡书敏责编 | 刘静出品 | CSDN（ID：CSDNnews）本人目前在一家知名外企担任架构师，而且最近八年来，在多家外企和互联网公司担任Java技术面试官，前后累计面试了有两三百位候选人。...
来自：
CSDN资讯
作者 | 马超责编 | 胡巍巍出品 | CSDN（ID：CSDNnews）近日，腾讯自研的万亿级分布式消息中间件TubeMQ正式开源，并捐赠给Apache基金会，成为基金会官方认可的Incubator...
来自：
CSDN资讯
