示例与用法

核心用法模式

face_recognition 库提供了几种核心工作流程，构成了大多数应用程序的基础。以下图表说明了这些基本模式：

最简单的用法模式是在图像中检测面部

这将返回一个元组列表，其中包含图像中检测到的每个面部的坐标（上、右、下、左）。

为了进行更详细的分析，您可以检测面部特征点

这将返回一个字典列表，其中每个字典将面部特征名称映射到坐标列表。

完整的面部识别工作流程包括

该库提供了跨多个类别的全面示例集，如下所示：

该存储库包含许多演示各种用例的示例脚本。以下是按类别组织的密钥示例表：

类别	示例	描述
人脸检测	find_faces_in_picture.py	使用 HOG 在静态图像中查找面部
	find_faces_in_picture_cnn.py	使用 CNN 模型查找面部（更准确）
	find_faces_in_batches.py	使用 GPU 批量处理多个图像
	blur_faces_on_webcam.py	摄像头实时面部模糊
面部特征	find_facial_features_in_picture.py	定位图像中的面部特征
	digital_makeup.py	使用面部特征应用数字妆容
面部识别	recognize_faces_in_pictures.py	从静态图像进行基本面部识别
	identify_and_draw_boxes_on_faces.py	识别面部并在其周围绘制框
	face_distance.py	演示如何使用面部距离进行相似性比较
	facerec_from_webcam.py	摄像头面部识别（基本版本）
	facerec_from_webcam_faster.py	摄像头实时面部识别优化
	facerec_from_video_file.py	处理视频文件进行面部识别
	facerec_on_raspberry_pi.py	在 Raspberry Pi 硬件上进行识别
高级	face_recognition_knn.py	用于面部识别的 KNN 分类器
	face_recognition_svm.py	用于面部识别的 SVM 分类器
	web_service_example.py	通过 HTTP 进行面部识别的 Web 服务