face_recognition____win10命令行使用记录

face_recognition的Github地址：

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chinese.md

在本地建立一个"known_people"文件夹（用于存放已知名的单人照片），如：

和一个"unknown_pictures"文件夹（用于存放希望识别的若干图片）如：

一、使用命令行工具

基本命令：

1、face_recognition - 在单张图片或一个图片文件夹中认出是谁的脸。

执行命令：face_recognition ./known_people/ ./unknown_pictures

可以看到face_recognition命令跟着的是我建立的两个文件夹，显示的结果，从上往下看：

（1）、是0.jpg检测到2个人脸

人脸一：unknow_person（不认识）；

人脸二：克林顿。

结果评价：正确，因为我没在known_people文件夹放入奥巴马的照片。

（2）、是1.jpg检测到5个人脸

人脸1：克林顿。

人脸2至人脸5都是：unknow_person（不认识）；

结果评价：正确，确实有五个人，也有克林顿在里面，另外的不认识。

（3）、以下以此类推，但到7.jpg开始就马云和成龙傻傻分不清了。

甚至7.jpg怎么会认出两张脸？亚洲人测不准？

2、face_detection - 在单张图片或一个图片文件夹中定位人脸位置。

试试单人多图的：

face_detection ./known_people/

以上结果，能成功输出定位位置（像素定位）。

试试多人多图的：

face_detection ./unknown_pictures

可以看到0~1的图片没检测出位置。

3、其他

（1）调整人脸识别的容错率和敏感度

如果一张脸识别出不止一个结果，那么这意味着他和其他人长的太像了（本项目对于小孩和亚洲人的人脸识别准确率有待提升）。你可以把容错率调低一些，使识别结果更加严格。

通过传入参数 --tolerance 来实现这个功能，默认的容错率是0.6，容错率越低，识别越严格准确。

face_recognition --tolerance 0.54 ./known_people/ ./unknown_pictures

结果相比好一点。

（2）人脸匹配的具体数值，可以传入参数 --show-distance true：

face_recognition --show-distance true ./known_people/ ./unknown_pictures

（3）加速人脸识别运算

如果你的CPU是多核的，你可以通过并行运算加速人脸识别。例如，如果你的CPU有四个核心，那么你可以通过并行运算提升大概四倍的运算速度。

执行：face_recognition --cpus 4 ./known_people/ ./unknown_pictures

忘了我的是双核cpu:Intel(R) Core(TM) i3-2100 CPU @ 3.10GHz

运行后，差点没把我卡死…….改成双核的试试

执行：face_recognition --cpus 2 ./known_people/ ./unknown_pictures

没出现卡顿，感觉上是快了点，可能要数据大一点这才好发现差距。

（4）只想知道文件夹中的图片里有谁，可以用这个管道命令

face_recognition ./known_people/ ./unknown_pictures | cut -d ',' -f2

win10貌似没有管道命令，这个是linux使用的。

以上都是根据github的ageitgey /face_recognition说明操作的，我的话，命令行用的方面不多，主要是Python方面的多一点，下节将记录python使用face_recognition的运行情况。