Python人脸识别模块face_recognition之环境配置

前言

一时之间对人脸识别提起了兴趣,调研了一番,发现Python有个基于CNN的face_recognition库,不过安装这个库需要dlib库,而安装dlib还有很多需要的前置环境…反正就是各种深坑,辗转配了三天(emmm??)。网上的博客、论坛很少有能解决问题的,安装失败的原因主要是各环境版本的匹配问题。遂开此博客,记录环境安装流程。

Python3.7 + Cmake 3.14.0 + boost 1.68 + dlib 19.14 + face_recognition


一、安装Visual Studio 2017

我们需要用到VS2017中的cl.exe, 好像是这么个东西。

1.1 安装VS2017

VS2017下载地址:https://visualstudio.microsoft.com/zh-hans/downloads/

安装时需要选上使用C++的桌面开发Python开发,最后别忘了设置安装位置。等待一段时间即可。

1.2 配置cl环境变量

VS2017安装好C++开发环境后,要将cl.exe的路径加入到环境变量,见到如下截图说明cl配置正常了:


二、Python3.7安装

Python官网:https://www.python.org/downloads/

安装流程略


三、安装Cmake 3.14.0

这里不用pip。我写这篇博客的时候pip最高只能安装3.13.3的版本。所以我们选择在官网下载。

Cmake官网:https://cmake.org/files/v3.14/

下载对应系统下的 .msi 或者 .zip 文件。这里拿Windows举例,32位电脑选择上面的,64位电脑选择下面的。

下载完成之后将Cmake的bin目录添加到环境变量:


四、安装boost1.68.0

boost官网:https://www.boost.org/

4.1 将下载的boost解压,然后运行 bootstrap.bat 执行文件,会生成b2.exebjam.exe以及project-config.jam。(推荐在命令行cd到当前目录执行bootstrap.bat)

注意:如果在cmd中提示Failed,尝试切换到vs2017中的终端下进行操作,路径为 ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio 2017\Visual Studio Tools\VC

4.2 在当前目录命令行中执行命令 b2 install ,这个过程有点长,大概两个多小时左右,耐心等就好了。
4.4 将安装已完成后的boost路径添加到环境变量:

到这里前置环境已经全部安装完成了,只差最后一步!!!


五、安装dlib 19.14.0

这里推荐使用pip安装.

pip install dlib==19.14

耐心等待就好!!


六、安装face_recognition

pip install face_recognition

这边在推荐几个有关的库,一个计算机视觉库,一个深度学习框架:

pip install opencv-python

pip install tensorflow


完结,撒花~~!!