“Dlib是一個現代化的C ++工具包，包含用于創建復雜軟件的機器學習算法和工具”。它使您能夠直接在Python中運行許多任務，其中一個例子就是人臉檢測。

安裝dlib并不像只做一個“pip install dlib”那么簡單，因為要正確配置和編譯dlib，您首先需要安裝其他系統依賴項。如果你按照這里描述的步驟，它應該很容易讓dlib啟動并運行。（在本文中，我將介紹如何在Mac上安裝dlib，但如果您使用的是Ubuntu，請務必查看相關資源部分的鏈接。）

你需要確定的第一件事是你已經安裝和更新了Hombrew。如果您需要安裝它，請將其粘貼到終端中：

$ /usr/bin/ruby -e “$（curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install）”

或者，如果您需要更新Hombrew，請輸入以下內容：

$ brew update

您現在可以使用Homebrew來安裝CMake，Boost.Python，以及在您的系統中正確配置和編譯dlib所需的兩個依賴關系：

$ brew install cmake $ brew install boost-python

最后，您需要手動下載并安裝XQuartz。

您現在已準備好安裝dlib。我們將通過首先為這個項目創建一個孤立的虛擬環境來做到這一點。我將使用virtualenv，但您可以使用任何您熟悉的虛擬環境工具，包括Python的venv模塊。需要scikit-image庫才能讀取我們稍后將傳遞給dlib的圖像文件，因此我們還需要pip安裝它：

$ virtualenv venv_dlib

$ source venv_dlib / bin / activate

$ pip install scikit-image

$ pip install dlib

就是這樣。有了這個，你應該有可用的dlib。

Dlib

Dlib提供了不同的臉部檢測算法。我將在這里使用的是基于CNN的人臉檢測器。您可以下載預訓練模型：https：//github.com/davisking/dlib-models。由于使用此模型的計算成本很高，因此最好在GPU上執行以下代碼。使用CPU也可以，但速度會更慢。

要在下面的要點中運行人臉檢測代碼，我建議首先在虛擬環境中再安裝兩個庫。這些庫將使與代碼交互和可視化結果更容易：

$ pip install matplotlib

$ pip install jupyterlab

安裝完庫后，您需要確保：

下載預訓練模型（http://dlib.net/files/mmod_human_face_detector.dat.bz2）并將其存儲在項目的根目錄中

創建一個名為‘faces’的新目錄，在該目錄中存儲帶有希望檢測的臉部的.jpg。

有了這個，你終于準備好開始在圖片中檢測臉部了！您可以通過在Jupyter Notebook中運行以下代碼來完成此操作

結果

在運行代碼之后，您應該看到圖像中的臉部周圍出現藍色方塊，如果您問我，考慮到我們只寫了幾行代碼，這非常棒！