Python face_recognition库核心功能与API使用指南
发布时间：2026-10-13 |
2人浏览过
本文详细介绍Python第三方库face_recognition的核心接口，涵盖人脸位置查找、五官轮廓提取、身份识别及相似度计算四大功能。通过解析face_locations、face_landmarks、face_encodings及compare_faces等关键方法，结合代码示例说明CNN模型应用与阈值设定，为开发者提供从基础检测到高级比对的完整技术参考。
人脸位置检测与定位
首先介绍如何在图像中定位人脸。利用该库可以检测图片中所有出现的人脸区域，返回结果通常包含每个人脸的上下左右坐标边界框。
具体实现代码如下：
#导入face_recognition模块
import face_recognition
#将jpg文件加载到numpy数组中
image = face_recognition.load_image_file(“your_file.jpg”)
#查找图片中人脸（上下左右）的位置，图像中可能有多个人脸
#face_locations的值类似[(135，536，198，474),()]
Face_locations = face_recognition.face_locations(image);
# 使用CNN模型 准确率高
face_locations = face_recognition.face_locations(image, number_of_times_to_upsample=0, model="cnn")
face_locations = face_recognition.face_locations(small_frame, model="cnn")面部特征点提取
其次，获取图像中人脸的详细面部特征，包括眼睛、鼻子、嘴巴、下巴及眉毛的具体位置和轮廓形状。
相关代码示例如下：
import face_recognition
image = face_recognition.load_image_file(“your_file.jpg”)
#查找图片中人脸的所有面部特征（眉毛，眼睛，鼻子，上下嘴唇，面部轮廓）
#face_landmarks_list是个二维数组
face_landmarks_list = face_recognition.face_landmarks(image)
人脸身份识别与编码比对
第三步是实现人脸身份识别。通过提取已知图像和未知图像中的人脸编码，可以判断未知图像中的人脸是否属于已知身份。
import face_recognition
known_image = face_recognition.load_image_file(“biden.jpg”)
unknown_imag = face_recognition.load_image_file(“unknown.jpg”)
#获取每个图像文件中每个面部的面部编码
#由于每个图像中可能有多个人脸，所以返回一个编码列表。
#但是事先知道每个图像只有一个人脸，每个图像中的第一个编码，取索引0。
Biden_encoding =face_recognition.face_encodings(known_image)[0]
Unknown_encoding=face_recognition.face_encodings(unknown_image)[0]
#如果图像中有多个人脸 获取图像中多个人脸编码
face_locations = face_recognition.face_locations(unknow_image)
face_encodings = face_recognition.face_encodings(unknown_image, face_locations)
#结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果
#[true, false,false]
Results=face_recognition.compare_faces([biden_encoding],unknown_encoding)
#结果是True/false的数组，未知面孔known_faces阵列中的任何人相匹配的结果 设定比对结果的阀值
#[true, false,false]
match = face_recognition.compare_faces(known_faces, face_encoding, tolerance=0.50)人脸相似度计算与阈值设定
最后，计算两个人脸之间的相似度。通过比较面部编码的距离值（通常小于1的浮点数），并设定相应的阈值（如0.5或0.6），可以量化判断两张人脸是否属于同一人。
#结果是小于1的值 例如0.5 0.7等
face_distances = face_recognition.face_distance(known_encodings, image_to_test_encoding)
设定阀值 05或者0.6等
face_distances < 阀值如需了解face_recognition库的更多高级用法与详细介绍，请参考官方提供的以下链接资源。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
