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.exe、bjam.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
ProgramDataMenuStudio 2017Studio Tools
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。
4.3
在当前目录命令行中执行命令 b2 -a –with-python address-model=64
toolset=msvc runtime-link=static。
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