python有两个著名的人脸识别库：dlib和face-recognition，face-recognition是基于dlib开发的，比dlib更加简单，这次我们为了理解人脸识别的过程，所以选择dlib库，大家也可以访问https://github.com/ageitgey/face_recognition学习face-recognition。
第一步，安装dlib：打开cmd，输入 pip install dlib。如果你是win 10系统，大概率会出现下面错误：
大家可以到 https://pypi.org/simple/dlib/ 下载.whl文件，然后再cmd中 pip install .whl文件地址，例如我是下载到桌面的，所以：
除了dlib库本文还用到，skimage ,cv2,numpy,PIL,sys,os库，大家直接pip install + 库名，就行。当然，skimage库安装是 pip install scikit-image。
接下来就是开始python人脸识别的学习了。
引入所有要用的库：
2.显示图片
3.用dlib识别图片中的人脸，并且绘制人脸中68个特征点，这68个特征点就是接下来区别人脸的数据。识别人脸68个特征点需要用到 shape_predictor_68_face_landmarks.dat 这个文件（可以在文章底部github链接进行下载）。而这个文件就是dlib团队之前进行深度学习后形成的文件，具体内容可以不用去管。
运行效果：
在获取到这68个特征点后，我们需要把这68个特征点数据化，所以dlib又引入了dlib_face_recognition_resnet_model_v1.dat（文章末可下载） 这个文件，把数据形成128维向量，形成数据后，我们就可以进行数据比较，这样才能识别是谁的人脸。
打印结果：
这就是我们要的最后数据，接下来我们如果要比较两张人脸是不是同一个人，只要比较这个矩阵的欧式距离，如果欧氏距离小于0.6（也可以是0.5，数据越小，判断同一张人脸就越严格），我们就认为是同一张脸。
接下来我们就来比较这两张是不是同一个人：
两张人脸
代码：
返回脸部信息函数
两张图片进行比较，并打印欧氏距离
结果
可以看到，欧式距离为0.368,远小于0.6。所以这是同一个人。
具体代码和上述两个文件可以在我的github上下载：https://github.com/hzllbpr/face_recognition
