MacBook Pro (10.13.6)ageitgey/face_recognitiongithub.com
![]()
安装debug：
安装方法：pip3 install face_recognition
在安装到到dlib时候遇到错误：CMake must be installed to build the following extensions: dlib
File "/private/var/folders/65/fblsld6s6cvcz71v0gp693fc0000gn/T/pip-install-tg8m24gi/dlib/setup.py", line 123, in get_cmake_version
"\n*******************************************************************\n")
RuntimeError:
*******************************************************************
CMake must be installed to build the following extensions: dlib
*******************************************************************
解决方法：
下载安装最新 Cmake工具，Download | CMakecmake.org
安装之后依旧报错，
创建软连接：
sudo "/Applications/CMake.app/Contents/bin/cmake-gui" --install
![]()
再次安装face_recognition，成功。
仓库里面有很多示例代码：
比如找出照片中的人脸：
from PIL import Image
import face_recognition
# Load the jpg file into a numpy array
image = face_recognition.load_image_file("chuanpu.jpg")
# Find all the faces in the image using the default HOG-based model.
# This method is fairly accurate, but not as accurate as the CNN model and not GPU accelerated.
# See also: find_faces_in_picture_cnn.py
face_locations = face_recognition.face_locations(image)
print("I found{}face(s) in this photograph.".format(len(face_locations)))
for face_location in face_locations:
# Print the location of each face in this image
top, right, bottom, left = face_location
print("A face is located at pixel location Top:{}, Left:{}, Bottom:{}, Right:{}".format(top, left, bottom, right))
# You can access the actual face itself like this:
face_image = image[top:bottom, left:right]
pil_image = Image.fromarray(face_image)
pil_image.show()
测试图片：
![]()
测试结果：
![]()
![]()
该程序可以通过
Python
脚本控制
虚拟
人的动作，并利用UnrealCV库中的功能以及其他必要的库，例如OpenCV和NumPy，进
行
虚拟
人的视觉感知和决策。完成这些步骤后，便可以创建一个
虚拟
人程序，它可以通过
Python
和虚幻引擎进
行
控制并与用户进
行
交互。
虚拟
人可以在虚幻引擎中被可视化，可以通过
Python
脚本进
行
控制并且可以进
行
视觉感知和决策。创建
虚拟
环境，以便在其中运
行
应用程序，并安装必要的库，如OpenCV、NumPy和PyQt5，在
Python
和虚幻引擎中。首先，需要安装
Python
和虚幻引擎。
我们提出并使用cGAN模型（ ）进
行
了实验，以从草图
生成
人脸
。
数据是从数据集中准备的，其中包括8303张女性面部图像。
此是将模型与
Python
Web框架集成的后端部分。 它提供RESTful-API请求并返回
生成
的图像。
披露：模型
实现
由@junyanz用。 查看他的项目 。 我们将其用于保留研究和实施。
： pip install flask
所有培训部分均在
git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-Cycle
参见API文档开始调用吧
from PySide2.QtWidgets import QApplication
from PySide2.QtUiTools import QUiLoader
from PySide
作者：chestnut_egg
Python
爱好者社区专栏作者博客：https://www.cnblogs.com/chestnut-egg完整
代码
已上传至GitHub:一. 准备工作1. 此程序使用的是 Face++ 的API,所以需要去Face++官网注册账号:2. 创建应用,获取 key 和 secret3. 下载 simplejson 模块 ,使用pip就可以下载了pip in...
黄种人
人脸
生成
器更新：基于StyleGAN2制作的新版
生成
器消除了
生成
图片中水滴斑点和扭曲/损坏现象的出现，质量大幅提升。点此查看新版。--------------------------------------------------------------------------------------------------------------------注明：之前做的一些有意思的
人脸
生...
首先让我以我只使用过Java作为开场白，所以
Python
对我来说确实是个新手。结果，我甚至在检查我的程序是否工作时遇到了很多麻烦。令人沮丧。(顺便说一下，我正在使用
python
2.7)我不知道怎么画这张脸。我知道这和c = Circle(Point(50,50),
10
)c.draw(win)但是每次我尝试用
python
实现
它时，什么都不会发生。我不知道我需要做些什么来改变“X”并用两个较小的圆圈...
参加 2019
Python
开发者日，请扫码咨询 ↑↑↑作者 |小安来源 |菜鸟学
Python
（ID:cainiao_xueyuan）如今，随着技术的不断进步，“变脸...
上一篇文字中讲了利用
Python
实现
利用微软Azure无限免费将文本转mp3格式的音频文件并下载到本地。微软Azure TTS的优点不用多说，今天将讲如何利用
Python
将其接入到
虚拟
主播中来。
订阅专栏，我将免费向您提供具体的方案。
看过专栏其他文章的朋友，一定知道，我们使用的
虚拟
主播软件为Motionface，其支持一些
简单
好用的接口。我们先看看Motionface的效果：
我们看到了其要求是需要wav格式的音频来驱动嘴型同步,但是微软Azure语音合成为mp3格式，这时，我们需要将mp3音频
本开源项目名为“数字人控制器”。意为，本项目可以充当时下流
行
的
虚拟
人、
虚拟
主播、数字人，等仿人形数字形象的内核部分。 使用UE、C4D、DAZ、LIVE2D等三维引擎软件开发的数字形象可以与本“数字人控制器”对接，从而
实现
虚拟
主播、数字导游、数字助手等。我们提供UE4对接的demo，但我们更鼓励用户自
行
实现
喜欢的数字形象。 当然，若不考虑外观形象的话，本“数字人控制器”其实也可以独立使用的，可以充当一个语音助理。NLP可以自由切换AIUI、ChatGPT及Yuan1.0。目前最新版本是2.0。
