face-recognition-service

介绍

使用 Face Recognition & Flask 构建的人脸比对服务，提供HTTP接口，Pyinstaller打包项目为可独立运行的exe程序。

新增人脸比对差值，可参考接口返回结果中的 face_distances 自行判定是否比对通过。

本地没环境？打包太麻烦？此处直接下载最新发行版 face-recognition-service releases

配置文件说明 config.ini：

[config]
; 服务端口号，默认5000
port=5000
; 阈值，太低容易造成无法成功识别人脸，太高容易造成人脸识别混淆，默认0.6，推荐0.39、0.49
; 也可以理解为两张人脸的差值（不相似度），比对结果 < 此值，人脸比对通过
tolerance=0.49
; 允许上传文件的扩展名，默认png,jpg,jpeg
allowed_extension=png,jpg,jpeg

运行效果

开发环境

安装所需文件打包下载地址：face_recognition_win10_install_requires.zip

• Windows 10 64 Bit
• Python 3.6
• numpy-1.15.0+mkl-cp36-cp36m-win_amd64
• scipy-1.1.0-cp36-cp36m-win_amd64
• boost_1_68_0-msvc-14.0-64
• dlib-19.15
• cmake-3.12.1-win64-x64

安装要求

新版本dlib 不再需要 Boost了，所以你可以跳过它。请记住，您仍需要满足以下要求

1. 安装了C / C ++编译器的Microsoft Visual Studio 2015（或更高版本）
2. Python3（我使用的是 Python 3.6 x64，其他版本应该也可以）
3. Boost 库版本1.63或更新的版本
4. CMake 安装并且添加到系统环境变量

安装教程

参考教程：Windows Installation Tutorial

1. 从此 链接 下载并安装 scipy 和 numpy+mkl（必须是mkl版本）软件包。请记住根据您当前的Python版本获取正确的版本
2. 从此 链接 下载当前二进制版本的 Boost，并解压到C:\local\boost_1_XX_X
3. 从此 仓库 中获取最新版本的 dlib，并解压至任意目录
4. 转到 dlib 目录打开cmd并按照以下命令构建dlib：(记得用 Boost 的当前版本替换XX）

set BOOST_ROOT=C:\local\boost_X_XX_X
set BOOST_LIBRARYDIR=C:\local\boost_X_XX_X\stage\lib
python setup.py install --yes USE_AVX_INSTRUCTIONS
or
python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA

5. pip show dlib
6. pip install face_recognition
7. pip install configparser flask flask_cors
8. cd 当前项目目录
9. python main.py
10. 请享用

打包教程

参考教程：Freeze your script with Pyinstaller

1. 确保您已经正确安装了项目相关依赖，并且脚本能正常运行
2. pip install pyinstaller
3. 从 Python安装目录/Lib/site-packages 中复制 face_recognition_models 和 scipy-extra-dll 到当前项目根目录，如果没有 scipy-extra-dll，在当前项目根目录创建一个同名的空文件夹
4. 修改 main.spec 第13行 pathex 的值为当前项目在你电脑的绝对路径
5. 运行 build.bat （打包过程会比较慢，耐心等待...）
6. 如果没有看到错误信息，则可以在 dist 目录中找到您的可执行文件 main.exe
7. 请享用

参与贡献

1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request