今天给各位分享python多少版本才能安装dlib的知识，其中也会对安装不同版本的python进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
安装失败需要检查几个问题：
兼容问题，对应的包支持的操作系统，支持的Python版本
安装问题，部分包只能通过源码安装，或者离线的wheel方式安装
核对包的安装文档
如何线上部署用python基于dlib写的人脸识别算法python使用dlib进行人脸检测与人脸关键点标记
Dlib简介：
首先给大家介绍一下Dlib
Dlib是一个跨平台的C++公共库，除了线程支持，网络支持，提供测试以及大量工具等等优点，Dlib还是一个强大的机器学习的C++库，包含了许多机器学习常用的算法。同时支持大量的数值算法如矩阵、大整数、随机数运算等等。
Dlib同时还包含了大量的图形模型算法。
最重要的是Dlib的文档和例子都非常详细。
Dlib主页：
这篇博客所述的人脸标记的算法也是来自Dlib库，Dlib实现了OneMillisecondFaceAlignmentwithanEnsembleofRegressionTrees中的算法
这篇论文非常出名，在谷歌上打上OneMillisecond就会自动补全，是CVPR2014(国际计算机视觉与模式识别会议)上的一篇国际顶级水平的论文。毫秒级别就可以实现相当准确的人脸标记，包括一些半侧脸，脸很不清楚的情况，论文本身的算法十分复杂，感兴趣的同学可以下载看看。
Dlib实现了这篇最新论文的算法，所以Dlib的人脸标记算法是十分先进的，而且Dlib自带的人脸检测库也很准确，我们项目受到硬件所限，摄像头拍摄到的画面比较模糊，而在这种情况下之前尝试了几个人脸库，识别率都非常的低，而Dlib的效果简直出乎意料。
相对于C++我还是比较喜欢使用python，同时Dlib也是支持python的，只是在配置的时候碰了不少钉子，网上大部分的Dlib资料都是针对于C++的，我好不容易才配置好了python的dlib，这里分享给大家：
Dlibforpython配置：
因为是用python去开发计算机视觉方面的东西，python的这些科学计算库是必不可少的，这里我把常用的科学计算库的安装也涵盖在内了，已经安装过这些库的同学就可以忽略了。
我的环境是Ubuntu14.04:
大家都知道Ubuntu是自带python2.7的，而且很多Ubuntu系统软件都是基于python2.7的，有一次我系统的python版本乱了，我脑残的想把python2.7卸载了重装，然后……好像是提醒我要卸载几千个软件来着，没看好直接回车了，等我反应过来Ctrl+C的时候系统已经没了一半了…
所以我发现想要搞崩系统，这句话比rm-rf还给力…
sudoapt-getremovepython2.71
首先安装两个python第三方库的下载安装工具,ubuntu14.04好像是预装了easy_install
以下过程都是在终端中进行：
1.安装pip
sudoapt-getinstallpython-pip1
2.安装easy-install
sudoapt-getinstallpython-setuptools1
3.测试一下easy_install
有时候系统环境复杂了，安装的时候会安装到别的python版本上，这就麻烦了，所以还是谨慎一点测试一下，这里安装一个我之前在博客中提到的可以模拟浏览器的第三方python库测试一下。
sudoeasy_installMechanize1
4.测试安装是否成功
在终端输入python进入pythonshell
python1
进入pythonshell后import一下刚安装的mechanize
importmechanize1
没有报错，就是安装成功了，如果说没有找到，那可能就是安装到别的python版本的路径了。
同时也测试一下PIL这个基础库
importPIL1
没有报错的话，说明PIL已经被预装过了
5.安装numpy
接下来安装numpy
首先需要安装python-dev才可以编译之后的扩展库
sudoapt-getinstallpython-dev1
之后就可以用easy-install安装numpy了
sudoeasy_installnumpy1
这里有时候用easy-install安装numpy下载的时候会卡住，那就只能用apt-get来安装了：
sudoapt-getinstallnumpy1
不推荐这样安装的原因就是系统环境或者说python版本多了之后，直接apt-get安装numpy很有可能不知道装到哪个版本去了，然后就很麻烦了，我有好几次遇到这个问题,不知道是运气问题还是什么，所以风险还是很大的，所以还是尽量用easy-install来安装。
同样importnumpy进行测试
python
importnumpy1234
没有报错的话就是成功了
下面的安装过程同理，我就从简写了，大家自己每步别忘了测试一下
6.安装scipy
sudoapt-getinstallpython-scipy1
7.安装matplotlib
sudoapt-getinstallpython-matplotlib1
8.安装dlib
我当时安装dlib的过程简直太艰辛，网上各种说不知道怎么配，配不好，我基本把stackoverflow上的方法试了个遍，才最终成功编译出来并且导入，不过听说18.18更新之后有了setup.py,那真是极好的，18.18我没有亲自配过也不能乱说，这里给大家分享我配置18.17的过程吧：
1.首先必须安装libboost，不然是不能使用.so库的
sudoapt-getinstalllibboost-python-devcmake1
2.到Dlib的官网上下载dlib，会下载下来一个压缩包，里面有C++版的dlib库以及例子文档，Pythondlib库的代码例子等等
我使用的版本是dlib-18.17,大家也可以在我这里下载：
之后进入python_examples下使用bat文件进行编译，编译需要先安装libboost-python-dev和cmake
cdtodlib-18.17/python_examples
./compile_dlib_python_module.bat123
之后会得到一个dlib.so，复制到dist-packages目录下即可使用
这里大家也可以直接用我编译好的.so库,但是也必须安装libboost才可以，不然python是不能调用so库的，下载地址：
将.so复制到dist-packages目录下
sudocpdlib.so/usr/local/lib/python2.7/dist-packages/1
最新的dlib18.18好像就没有这个bat文件了，取而代之的是一个setup文件，那么安装起来应该就没有这么麻烦了，大家可以去直接安装18.18，也可以直接下载复制我的.so库，这两种方法应该都不麻烦～
有时候还会需要下面这两个库，建议大家一并安装一下
9.安装skimage
sudoapt-getinstallpython-skimage1
10.安装imtools
sudoeasy_installimtools1
DlibfacelandmarksDemo
环境配置结束之后，我们首先看一下dlib提供的示例程序
1.人脸检测
dlib-18.17/python_examples/face_detector.py源程序：
#!/usr/bin/python#Thecontentsofthisfileareinthepublicdomain.SeeLICENSE_FOR_EXAMPLE_PROGRAMS.txt##?Thisexampleprogramshowshowtofindfrontalhumanfacesinanimage.?In#?particular,itshowshowyoucantakealistofimagesfromthecommand#?lineanddisplayeachonthescreenwithredboxesoverlaidoneachhuman#?face.##?Theexamples/facesfoldercontainssomejpgimagesofpeople.?Youcanrun#?thisprogramonthemandseethedetectionsbyexecutingthe#?followingcommand:#???./face_detector.py../examples/faces/*.jpg##?ThisfacedetectorismadeusingthenowclassicHistogramofOriented#?Gradients(HOG)featurecombinedwithalinearclassifier,animage#?pyramid,andslidingwindowdetectionscheme.?Thistypeofobjectdetector#?isfairlygeneralandcapableofdetectingmanytypesofsemi-rigidobjects#?inadditiontohumanfaces.?Therefore,ifyouareinterestedinmaking#?yourownobjectdetectorsthenreadthetrain_object_detector.pyexample#?program.?###COMPILINGTHEDLIBPYTHONINTERFACE#?Dlibcomeswithacompiledpythoninterfaceforpython2.7onMSWindows.If#?youareusinganotherpythonversionoroperatingsystemthenyouneedto#?compilethedlibpythoninterfacebeforeyoucanusethisfile.?Todothis,#?runcompile_dlib_python_module.bat.?Thisshouldworkonanyoperating#?systemsolongasyouhaveCMakeandboost-pythoninstalled.#?OnUbuntu,thiscanbedoneeasilybyrunningthecommand:#???sudoapt-getinstalllibboost-python-devcmake##?Alsonotethatthisexamplerequiresscikit-imagewhichcanbeinstalled#?viathecommand:#???pipinstall-Uscikit-image#?Ordownloadedfrom.importsys
importdlib
fromskimageimportio
detector=dlib.get_frontal_face_detector()
win=dlib.image_window()
print("a");forfinsys.argv[1:]:
print("a");
print("Processingfile:{}".format(f))
img=io.imread(f)
#The1inthesecondargumentindicatesthatweshouldupsampletheimage
#1time.?Thiswillmakeeverythingbiggerandallowustodetectmore
#faces.
dets=detector(img,1)
print("Numberoffacesdetected:{}".format(len(dets)))??fori,dinenumerate(dets):
print("Detection{}:Left:{}Top:{}Right:{}Bottom:{}".format(
i,d.left(),d.top(),d.right(),d.bottom()))
win.clear_overlay()
win.set_image(img)
win.add_overlay(dets)
dlib.hit_enter_to_continue()#Finally,ifyoureallywanttoyoucanaskthedetectortotellyouthescore#foreachdetection.?Thescoreisbiggerformoreconfidentdetections.#Also,theidxtellsyouwhichofthefacesub-detectorsmatched.?Thiscanbe#usedtobroadlyidentifyfacesindifferentorientations.if(len(sys.argv[1:])0):
img=io.imread(sys.argv[1])
dets,scores,idx=detector.run(img,1)??fori,dinenumerate(dets):
print("Detection{},score:{},face_type:{}".format(
d,scores[i],idx[i]))123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081
我把源代码精简了一下，加了一下注释：face_detector0.1.py
#-*-coding:utf-8-*-importsys
importdlib
fromskimageimportio#使用dlib自带的frontal_face_detector作为我们的特征提取器detector=dlib.get_frontal_face_detector()#使用dlib提供的图片窗口win=dlib.image_window()#sys.argv[]是用来获取命令行参数的，sys.argv[0]表示代码本身文件路径，所以参数从1开始向后依次获取图片路径forfinsys.argv[1:]:??#输出目前处理的图片地址
print("Processingfile:{}".format(f))??#使用skimage的io读取图片
img=io.imread(f)??#使用detector进行人脸检测dets为返回的结果
dets=detector(img,1)??#dets的元素个数即为脸的个数
print("Numberoffacesdetected:{}".format(len(dets)))??#使用enumerate函数遍历序列中的元素以及它们的下标
#下标i即为人脸序号
#left：人脸左边距离图片左边界的距离；right：人脸右边距离图片左边界的距离
#top：人脸上边距离图片上边界的距离；bottom：人脸下边距离图片上边界的距离
fori,dinenumerate(dets):
print("dets{}".format(d))
print("Detection{}:Left:{}Top:{}Right:{}Bottom:{}"
.format(i,d.left(),d.top(),d.right(),d.bottom()))??#也可以获取比较全面的信息，如获取人脸与detector的匹配程度
dets,scores,idx=detector.run(img,1)
fori,dinenumerate(dets):
print("Detection{},dets{},score:{},face_type:{}".format(i,d,scores[i],idx[i]))??
#绘制图片(dlib的ui库可以直接绘制dets)
win.set_image(img)
win.add_overlay(dets)??#等待点击
dlib.hit_enter_to_continue()1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950
分别测试了一个人脸的和多个人脸的，以下是运行结果：
运行的时候把图片文件路径加到后面就好了
pythonface_detector0.1.py./data/3.jpg12
一张脸的：
两张脸的：
这里可以看出侧脸与detector的匹配度要比正脸小的很多
2.人脸关键点提取
人脸检测我们使用了dlib自带的人脸检测器（detector），关键点提取需要一个特征提取器（predictor），为了构建特征提取器，预训练模型必不可少。
除了自行进行训练外，还可以使用官方提供的一个模型。该模型可从dlibsourceforge库下载：
arks.dat.bz2
也可以从我的连接下载：
这个库支持68个关键点的提取，一般来说也够用了，如果需要更多的特征点就要自己去训练了。
dlib-18.17/python_examples/face_landmark_detection.py源程序：
#!/usr/bin/python#Thecontentsofthisfileareinthepublicdomain.SeeLICENSE_FOR_EXAMPLE_PROGRAMS.txt##?Thisexampleprogramshowshowtofindfrontalhumanfacesinanimageand#?estimatetheirpose.?Theposetakestheformof68landmarks.?Theseare#?pointsonthefacesuchasthecornersofthemouth,alongtheeyebrows,on#?theeyes,andsoforth.##?ThisfacedetectorismadeusingtheclassicHistogramofOriented#?Gradients(HOG)featurecombinedwithalinear
ubuntu里面怎么安装dlib下面是在ubuntu下如何为Python安装dlib:
1.在官网dlib官网下载最新版本的dlib
由于dlib最初是一个C++库，要安装为python第三方库，
2.要下载boost将C++编译为python，同时还要下载cmake
命令：sudoapt-getinstalllibboost-python-devcmake11
3.然后切换到dlib-18.17/python_examples目录
然后运行
./compile_dlib_python_module.bat11
会生成dlib.so
4.该脚本还要加上可执行权限
这样在dlib-18.17/python_examples目录下就可以导入dlib库，但在其它地方还不能导入
将dlib.so复制到python第三库的文件夹下
sudocpdlib.so/usr/local/lib/python2.7/dist-packages/11
这样dlib库就安装好了
dlib库，怎么在python中安装因为这个工程中用到的依赖库比较多，所以索性下载了Anaconda，它是一个python的发行版，包括了python和很多常见的软件库,和一个包管理器conda，所以安装了Anaconda后就不用再安装python了。
1、下载Anaconda的链接：
我下载的是对应python2.7version的64位Anaconda4.2.0，我的电脑系统是win64。
2、现在的问题就转换成如何用Anaconda安装第三方库的问题（Anaconda不包含dlib库），在自己电脑上运行cmd.exe，直接在默认的路径上面执行如下程序即可安装成功：
condainstall-cmenpodlib=18.18
3、执行没问题的话，结果应该如上图所示。困扰我好几天的问题终于解决了，走的太多的弯路，不过也是一个学习的过程，希望大家能有所收获吧。
谁用过python中的第三方库facerecognition
简介
该库可以通过python或者命令行即可实现人脸识别的功能。使用dlib深度学习人脸识别技术构建，在户外脸部检测数据库基准（LabeledFacesintheWild）上的准确率为99.38%。
在github上有相关的链接和API文档。
在下方为提供的一些相关源码或是文档。当前库的版本是v0.2.0，点击docs可以查看API文档，我们可以查看一些函数相关的
logo设计
创造品牌价值
¥500元起
APP开发
量身定制，源码交付
¥2000元起
商标注册
一个好品牌从商标开始
¥1480元起
公司注册
注册公司全程代办
¥0元起
查
看
更
多
- 官方电话官方服务
- 官方网站八戒财税知识产权八戒服务商企业需求数字市场