前言
在去年十月的時候參加了一個小比賽，做了一個人臉識別程序並很意外地獲得省里面的一等獎，視頻演示鏈接在這里，有同學想要做這方面的畢業設計or課程設計，發一篇博客來分享一下當時的開發過程。
項目簡介
可以看一下我的這個博客
開發流程
一：安裝Dlib的環境
這部分有點麻煩，不論是Windows還是linux，我都花了一段時間去配置，部分python依賴包需要連接外網才能順利下載下來，這部分就靠自己摸索吧，多試試就可以成功了！
Linux的我找不到當時配置時參考的博客了
二：閱讀Dlib庫的接口、使用方法
這里我沒有閱讀Dlib的官方文檔，我直接閱讀了ageitgey的Github的源碼部分、以及他的文檔，參考他的源碼去調用Dlib的人臉識別接口的，最終包裝成自己的庫。
自己封裝的庫文件地址，可以參考一下，里面有詳盡的注釋（寫的不好，輕噴）
三：開發
這部分就看自己的需求啦
這里可以提一點小見解：
- 做簡單一點的人臉識別，直接用人臉檢測算子+人臉編碼然后對比人像編碼的距離就可以了。
- 我開發的時候是為了盡量避免角度對人臉造成的影響，就在Dlib官方的基礎上加入了人臉矯正功能
- 我做的是一個比較low、但確實有用的人臉矯正算法
- 就是基於眼睛、鼻子上檢測到的關鍵點，對圖像進行簡單的水平旋轉
- 矯正后理論上可以提升編碼的穩定性（因為盡可能排除角度因素了）
- 這部分的代碼在
Faces.py的330行左右
- 對於一些人頭偏移角度過大可能造成人臉檢測算子檢測不到的問題，因為我的使用場景特殊，是100％有人臉，所以我會在檢測不到人像的時候對圖像旋轉幾個角度再檢測，我管它叫旋轉魯棒性（其實是當時看到一篇論文的題目有這個字眼，自己就搬過來用了）。至於是否采用這樣的操作，可以結合自己的使用場景來決定。