人脸识别已成为我们日常生活中常见的科技技术之一，在身份验证、门禁卡、打卡机等都要用到人脸识别。同时人脸识别也在软件开发中愈发重要，有助于使应用程序更加健壮，今天我们将用Python来做一个简单的人脸识别，希望对小伙伴有所帮助。
开发工具：Visual Studio Community Edition
安装地址：https://visualstudio.microsoft.com/zh-hans/
1、创建虚拟环境
在Visual Studio上打开一个新目录，创建一个新的Python环境。再通过使用venv打开集成终端并创建venv目录。
语法：
$Python -m venv venv
$venv /bin/Activate ps1 //激活环境

2、提取依赖项
已完成虚拟环境的创建后，接下来是提取依赖项，为此需要用上opencv和face_recognition。
语法：
pip install opencv－python face＿recognition
创建一个新的Python文件，并在该文件调用文件missingPerson.py，假设该项目是应用在寻找匹配失踪人员，导入我们的依赖项并编写前几行。
代码：
import cv2
import numpy as np
import face＿recognition
import os
from face＿recognition．api import face＿distance
若我们的照片存储在服务器中，需要将所有任务的图像引入我们的应用程序并读取这些图像。
代码：
path ＝ ＇MissingPersons＇
images ＝ ［］
missingPersons ＝ ［］
missingPersonsList ＝ os．listdir（path）
for missingPerson in missingPersonsList ：
curImg ＝ cv2．imread（f＇｛path｝／｛missingPerson｝＇）
images．append（curImg）
missingPersons．append（os．path．splitext（missingPerson）［0］）
print（missingPersons）
我们将使用opencv读取这些失踪人员的所有图像，并将其附加到我们的missingPerson列表中。
在我们从存储中读取所有失踪人员的人脸图像后，还要找人脸编码，以便我们可用CNN人脸检测器在图像中创建人脸边界框的二维数组。
代码：
def findEncodings（images）：
encodeList ＝ ［］
for img in images：
img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2RGB）
encode ＝ face＿recognition．face＿encodings（img）［0］
encodeList．append（encode）
print（encodeList）
return encodeList
encodeListKnown ＝ findEncodings（images）
print（＇Encoding Complete＇）
现在将二维数组存储到已知人脸编码列表中，现在我们就有了所有失踪人员的面部编码，接下来是将这些面部编码与我们的报告人图像进行匹配。
代码：
def findMissingPerson（encodeListKnown， reportedPerson＝＇found1．jpg＇）：
person ＝ face＿recognition．load＿image＿file（f＇ReportedPersons／｛reportedPerson｝］＇）
person ＝ cv2．cvtColor（person，cv2．COLOR＿BGR2RGB）
try：
encodePerson ＝ face＿recognition．face＿encodings（person）［0］
comparedFace ＝ face＿recognition．compare＿faces（encodeListKnown，encodePerson）
faceDis ＝ face＿recognition．face＿distance（encodeListKnown，encodePerson）
matchIndex ＝ np．argmin（faceDis）
if comparedFace［matchIndex］：
name ＝ missingPersons［matchIndex］．upper（）
print（name）
return name
else：
print（＇Not Found＇）
return False
except IndexError as e：
print（e）
return e
该段代码是加载被报告人的图像文件，对他们的脸进行编码，将其与我们已知的人脸编码进行比较，匹配寻找是否存在其人。