快速在Anaconda成功安裝dlib和face_recognition以進行人臉辨識

dlib可應用在機器學習、影像處理,以及影像辨識等,dlib提供訓練好的人臉68項特徵點檢測及ResNet人臉識別模型,非常方便就可以進行人臉辨識。face_recognition是基於dlib發展出的人臉辨識,並將程式簡化,回傳True/False判斷是否為同一人。

Anaconda沒有dlib可選取,直接執行pip install dlib會出現錯誤,安裝失敗。錯誤訊息如下:

    Failed building wheel for dlib

要成功安裝dlib首先須下載whl檔,並知道支援的python版本,在 pypi.org/simple/dlib/ 可下載whl檔,目前下載的檔案是

dlib-19.8.1-cp36-cp36m-win_amd64.whl,表示是dlib 19.8.1版,支援python 3.6,Windows 64位元。

在Anaconda base環境下,Python版本不是3.6,所以需要新增一個python 3.6的環境,再安裝dlib。。

新增python 3.6的環境方式參考: 在Windows 10 Anaconda新增不同版本Python環境@ KOEI的旅行:: 痞客邦: 。產生python 3.6的環境後就可以開始安裝package。

opencv、scipy及cikit-image可能會使用,也都安裝吧。

一、安裝dlib

下載的dlib-19.8.1-cp36-cp36m-win_amd64.whl假設是儲存在D:\Python\Download

進入新建的python3.6環境指令模式,如下圖點選[Open Terminal],或在Anaconda Prompt,執行 activate python3.6

 

activate python3.6

執行以下pip install指令,就完成安裝:

     pip install D:\Python\Download\dlib-19.8.1-cp36-cp36m-win_amd64.whl

dlib.png

快速安裝完成!!

 

二、安裝opencv、scipy及cikit-image

opencv用來顯示圖片和圖型,scikit-image讀圖檔用,scipy進行數值分析、統計,也可能用到,都一起安裝吧。

在Anaconda選新產生的python 3.6環境,package顯示的選項改為All,Search Packages打入opencv,點選opencv後,點下方[Apply],Anaconda自動上網找可安裝的package,找到後顯示[Install Packages]視窗,再點[Apply],就開始安裝。

opencv1.png

 

opencv安裝完成。

opencv2.png

相同方法scipy和scikit-image也都一起安裝吧。

 

三、產生新的Jupyter使用dlib

依 在Windows 10 Anaconda新增不同版本Python環境@ KOEI的旅行:: 痞客邦: 安裝完成後Jupyter會顯示[Lauch]按[Lauch]就可開始使用Jupyter(python 3.6)。

進入Jupyter(python 3.6)可正確import dlib

http://dlib.net/files/ 下載dlib_face_recognition_resnet_model_v1.dat.bz2 及 shape_predictor_68_face_landmarks.dat.bz2 解開壓縮檔就可以取得訓練好的model。

# 載入人臉68項特徵點檢測器
dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
# 載入ResNet人臉識別模型
dlib.face_recognition_model_v1("dlib_face_recognition_resnet_model_v1.dat")

開始進行人臉辨識吧!  

 

四、試試不同人臉辨識package: face_recognition

安裝face_recognition前需先依上面步驟完成安裝dlib。然後在Anaconda Prompt,到已經裝好dlib的環境(activate python3.6),執行

    pip install face_recognition

就完成安裝。

 

import face_recognition也沒問題。

​​​​​​​

 

arrow
arrow
    創作者介紹
    創作者 KOEI 的頭像
    KOEI

    KOEI的旅行

    KOEI 發表在 痞客邦 留言(0) 人氣()