首先安装opencv库，通过代码：pip install opencv-python 进行安装。
第二步要找到cv2的文件夹，这里建议和前期准备人脸识别的图片和py文件放在一个文件夹内
然后开始编写代码
import cv2
import matplotlib.pyplot as plt
def detect(filename):
face_cascade=cv2.CascadeClassifier("/Users/huibai/Desktop/python/cv2/data/haarcascade_righteye_2splits.xml")
img=cv2.imread(filename)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces=face_cascade.detectMultiScale(gray,1.3,5)
for (x,y,w,h,) in faces:
img=cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
plt.imshow(img)
plt.axis('off')
plt.show()
detect('guo.jpeg')
这里一定要注意中英文的转化，我在一开始写的时候没有注意，导致：和（）都出现了中文状态，需要进一步调整才能正常运行。
识别左眼
从cv2的data文件夹内换一行代码，识别图片的正脸。
import cv2
import matplotlib.pyplot as plt
def detect(filename):
face_cascade=cv2.CascadeClassifier("/Users/huibai/Desktop/python/cv2/data/haarcascade_frontalface_default.xml")
img=cv2.imread(filename)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces=face_cascade.detectMultiScale(gray,1.3,5)
for (x,y,w,h,) in faces:
img=cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
plt.imshow(img)
plt.axis('off')
plt.show()
detect('Ray.jpeg')
运行结果如下：
正脸
第二个作业：利用 face-recognition
一开始直接安装dlib显示报错，因此我上网查了一下mac的安装方法
mac版本比较特殊，想要安装face-recognition需要先安装cmake，利用代码：pip install cmake 进行安装
第二步需要安装dlib，在安装cmake的基础上利用代码：pip install dlib 安装
第三步就进行最后的安装face-recognition 利用代码：pip install face-recognition
然后开始编写代码
import cv2
import dlib
import matplotlib.pyplot as plt
path = "three.jpeg"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人脸分类器
detector = dlib.get_frontal_face_detector()
# 获取人脸检测器
#predictor = dlib.shape_predictor(r"C:Python36Libsite-packagesface_recognition_modelsmodelsshape_predictor_68_face_landmarks.dat")
predictor = dlib.shape_predictor(r"/Library/frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/face_recognition_models/models/shape_predictor_5_face_landmarks.dat")
dets = detector(gray, 1)
for face in dets:
shape = predictor(img, face) # 寻找人脸的68个标定点
# 遍历所有点，打印出其坐标，并圈出来
for pt in shape.parts():
pt_pos = (pt.x, pt.y)
img=cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)
plt.imshow(img)
plt.axis('off') #去掉坐标轴
plt.show()
最重要的是要找到安装face-recognition文件的位置，然后从里面找到五点识别的文件
文件名字为：shape_predictor_5_face_landmarks.dat
最终结果为：
在进行五点/六十八点的识别后，进一步学习了人脸匹配。
人脸匹配也是利用三个库进行代码编写
我这里是找了一对双胞胎进行匹配
首先导入两张图片，并规定一个已知图片，利用另一张未知图片与已知图片进行匹配，并规定tolerance容错值，此值越小，则表明两张图片的相似度就要越高。
最后输出结果
下面是AI换脸，是我自主通过网站和老师的教材进行学习，也借鉴了其他一些博主的代码完成最终的换脸实现。
首先是要导入四个库，在整个编码过程中会用到，小伙伴们如果是mac可以在终端使用 pip list 查看已安装的库，如果有未安装的库，可以利用 pip install 进行安装
首先想要实现换脸，就要先获取两张图片的面部关键点，在这里是定义一个函数，需要一个外部网站的接口以及一个字典存放图片的位置。
定义一个函数，获取人脸的关键点后将人脸转换为字符串，然后读取两个照片，对照片获取的关键点后形成的字符串进行匹配。
最后倒入图片，整个程序完成后，要对新图片实现换脸，只需要改变face1 face2的图片名就好。
效果展示：
