face-recognition-service
介绍
使用 Face Recognition
& Flask
构建的人脸比对服务,提供HTTP接口,Pyinstaller打包项目为可独立运行的exe程序。
新增人脸比对差值,可参考接口返回结果中的 face_distances
自行判定是否比对通过。
本地没环境?打包太麻烦?此处直接下载最新发行版 face-recognition-service releases
config.ini
:
配置文件说明 [config]
; 服务端口号,默认5000
port=5000
; 阈值,太低容易造成无法成功识别人脸,太高容易造成人脸识别混淆,默认0.6,推荐0.39、0.49
; 也可以理解为两张人脸的差值(不相似度),比对结果 < 此值,人脸比对通过
tolerance=0.49
; 允许上传文件的扩展名,默认png,jpg,jpeg
allowed_extension=png,jpg,jpeg
运行效果
开发环境
安装所需文件打包下载地址:face_recognition_win10_install_requires.zip
- Windows 10 64 Bit
- Python 3.6
- numpy-1.15.0+mkl-cp36-cp36m-win_amd64
- scipy-1.1.0-cp36-cp36m-win_amd64
- boost_1_68_0-msvc-14.0-64
- dlib-19.15
- cmake-3.12.1-win64-x64
安装要求
新版本dlib 不再需要 Boost了,所以你可以跳过它。请记住,您仍需要满足以下要求
- 安装了C / C ++编译器的Microsoft Visual Studio 2015(或更高版本)
Python3
(我使用的是Python 3.6 x64
,其他版本应该也可以)Boost
库版本1.63或更新的版本CMake
安装并且添加到系统环境变量
安装教程
- 从此 链接 下载并安装
scipy
和numpy+mkl
(必须是mkl版本)软件包。请记住根据您当前的Python版本获取正确的版本 - 从此 链接 下载当前二进制版本的
Boost
,并解压到C:\local\boost_1_XX_X - 从此 仓库 中获取最新版本的
dlib
,并解压至任意目录 - 转到
dlib
目录打开cmd并按照以下命令构建dlib:(记得用Boost
的当前版本替换XX)
set BOOST_ROOT=C:\local\boost_X_XX_X
set BOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib
python setup.py install --yes USE_AVX_INSTRUCTIONS
or
python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA
pip show dlib
pip install face_recognition
pip install configparser flask flask_cors
cd 当前项目目录
python main.py
- 请享用
打包教程
- 确保您已经正确安装了项目相关依赖,并且脚本能正常运行
pip install pyinstaller
- 从
Python安装目录/Lib/site-packages
中复制face_recognition_models
和scipy-extra-dll
到当前项目根目录,如果没有scipy-extra-dll
,在当前项目根目录创建一个同名的空文件夹 - 修改
main.spec
第13行pathex
的值为当前项目在你电脑的绝对路径 - 运行
build.bat
(打包过程会比较慢,耐心等待...) - 如果没有看到错误信息,则可以在
dist
目录中找到您的可执行文件 main.exe - 请享用
参与贡献
- Fork 本仓库
- 新建 Feat_xxx 分支
- 提交代码
- 新建 Pull Request