由於某種不可抗力（又是它！）我寫了這篇博客，主要目的是記錄。
face_recognition是啥子？
face_recognition號稱世界上最簡單的人臉識別庫，可使用 Python 和命令行進行調用。該庫使用 dlib 頂尖的深度學習人臉識別技術構建，在戶外臉部檢測數據庫基准（Labeled Faces in the Wild benchmark）上的准確率高達 99.38%。也提供了一個簡單的face_recognition命令行工具，可以讓你從命令行對圖像文件夾進行臉部識別！
簡單來說，主要實現以下幾個功能：
- Find faces in pictures
- Find and manipulate facial features in pictures
- Identify faces in pictures
這里是GitHub主頁及文檔：
環境配置
readme有提到：
- Python 3.3+ or Python 2.7
- macOS or Linux (Windows not officially supported, but might work)
- dlib already installed with Python bindings
這里提一下第三點，意思是你的dlib庫要安裝Python模塊。
- Python&pip環境：
Mac自帶Python2.7.10，這個不管，安裝Python3可以用brew install python，默認安裝Python3（帶pip3）
如果用Python2的話是不會帶pip的，因為后面需要用所以得安裝pip2，使用sudo easy_install pip安裝，這里記住一定要用sudo權限。
Searching for pip
Reading https://pypi.python.org/simple/pip/
Best match: pip 10.0.1
pip的安裝會自動匹配適合你的系統的版本，安裝好之后可以查看一下pip信息：
localhost:~ mac$ pip --version
pip 10.0.1 from /Library/Python/2.7/site-packages/pip-10.0.1-py2.7.egg/pip (python 2.7)
- 安裝dlib
我是用gitclone安裝的：
git clone https://github.com/davisking/dlib.git
下載之后按照步驟安裝即可（沒有cmake百度安裝）：
cd dlib/examples
mkdir build
cd build
cmake ..
cmake --build . --config Release
到這里只是安裝好了默認的C++庫，我們還需要安裝Python模塊：
cd dlib
sudo python setup.py install
python
import dlib
注意一定要進Python里面import:
完事之后重啟一下終端。
- 安裝face_recognition
用pip安裝(install this module from pypi using pip3 (or pip2 for Python 2))
pip2 install face_recognition
我默認環境是Python2，我就用pip2了。
然后就是等待，速度很慢，並且……
？？？下的慢也有錯我也是無語了，這個問題的解決辦法有兩個：
- 加長超時時間：
pip --default-timeout=100 install -U pip - 修改源（換成國內源）：臨時源，使用參數-i：
pip2 install face_recognition -i https://pypi.tuna.tsinghua.edu.cn/simple
先是使用了第一個方法，每秒幾十K，還是超時了，所以建議大家直接用第二個辦法，指定臨時源，清華的超快！
別高興的太早，看到紅色部分的報錯了嗎？Permission Denied（拒絕訪問），原因是在安裝pillow的時候沒有權限，所以我建議在安裝之前使用sudo或者再后面添加--user（表示只是本用戶安裝）
看到Successfully installed Click-6.7 face-recognition-1.2.2 face-recognition-models-0.3.0這就沒錯了。
check一下，使用命令行：
ENJOY!!!!
測試
下面我們來進行測試，按照readme實例，我們新建兩個文件夾，一個放需要識別的人，一個放我們認識的人。
我們在命令行中輸入命令：
face_recognition ./known_people/ ./unknown_people/
等待幾秒鍾：
成功！
后面我又測試了幾組，發現這個API對亞洲人種的識別並不是非常精確。