今天老师主要讲了opencv，yolo，深度学习，AI模型代码辅助之类的例子。
上午实现了一个人脸识别相关例子，代码用AI大模型实现，打开DeepSeek，输入以下提示词：你是一个资深的深度学习工程师。写一个人脸识别的python程序，导入的第三方库是opencv和facerecognition，功能如下：1打开摄像头，检查人脸（可能有多张脸）；2把摄像头出现的人脸对比一个预置的人脸库facedb文件夹，人脸库中的每个人脸照片的文件名是本人名字；3对比成功的，打印出人名。不要异常处理。
很快，DS生成了第一个版本。运行出错，需要安装那几个第三方库。
import cv2
import face_recognition
import os
import numpy as np
import time
import csv
from datetime import datetime
这几个第三方库，cv2没有，face_recognition没有，但直接安装失败。pip install opencv-python face_recognition，尤其是face_recognition需要好几个依赖库。再次查询DS，安装步骤如下：
1安装 Microsoft C++ Build Tools，在微软官方页面下载即可，运行下载的安装程序，在“工作负载” (Workloads) 标签页中，勾选“使用C++的桌面开发” (Desktop development with C++)，其余默认即可。安装完成后，重启电脑。
2安装 CMake（重要），`dlib` 的编译依赖 CMake。**下载**：访问CMake官网【`cmake.org/download/`】，下载Windows下的安装程序（.msi文件）。**安装**：运行安装程序时，**务必勾选“Add CMake to the system PATH for all users”**。**验证**：安装完成后，在**新的**命令提示符中运行 `cmake --version`，能正常显示版本号即表示成功。
3安装dlib。但是直接安装dlib有问题，pip install dlib失败。只能下载whl文件，再问DS，按照提示下载安装，成功了。
4接着，就可以安装pip install face_recognition了。
安装成功后，运行代码，没有找不到库的错误了，但是又出来不支持图片的错误。用DS，豆包，元宝反复排除错误，各种修改始终不成功，把图片换了一遍也不行。
一筹莫展中，最后只好使用在我这个红米笔记本电脑中安装的ClaudeCode解决了。我把提示词告诉了它，它自动写好了程序，做测试，同样出现了不能识别图片的问题。不断地排查，最后解决了，原来是numpy和dlib的版本出现冲突导致的图片不能识别。claude把我电脑中的numpy降级了，从2降到了1。终于正确出结果了。这个python比较讨厌的地方就是各种库的版本不兼容问题。
最后，运行这个程序，它会打开摄像头，拍照你的人脸，与facedb中的图片进行对比，找出一样的图片就把图片名字输出显示。
代码如下：
import os import cv2 import face_recognition facedb_path = os.path.join(os.path.expanduser("~"), "Desktop", "facedb") # 1. 加载 facedb 中所有人脸图片，提取人脸编码 print("正在加载 facedb 中的人脸图片...\n") db_faces = [] # [(filename, encoding)] for filename in os.listdir(facedb_path): filepath = os.path.join(facedb_path, filename) if not os.path.isfile(filepath): continue img = face_recognition.load_image_file(filepath) encodings = face_recognition.face_encodings(img) if encodings: db_faces.append((filename, encodings[0])) print(f" {filename} -> 已提取人脸特征") else: print(f" {filename} -> 未检测到人脸，跳过") if not db_faces: print("facedb 中没有检测到任何人脸，程序退出。") exit() print(f"\n共加载 {len(db_faces)} 张人脸，开始摄像头比对...\n") # 2. 打开摄像头 cap = cv2.VideoCapture(0) if not cap.isOpened(): print("无法打开摄像头！") exit() print("按 SPACE 拍摄照片进行比对，按 ESC 退出程序。\n") while True: ret, frame = cap.read() if not ret: print("无法读取摄像头画面。") break cv2.imshow("摄像头 - SPACE拍照 / ESC退出", frame) key = cv2.waitKey(1) & 0xFF if key == 27: # ESC break if key == 32: # SPACE rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) face_locations = face_recognition.face_locations(rgb_frame) face_encodings = face_recognition.face_encodings(rgb_frame, face_locations) if not face_encodings: print("当前画面未检测到人脸，请重试。\n") continue print(f"拍摄完成，检测到 {len(face_encodings)} 张人脸，正在比对...") # 3. 将摄像头中的每张人脸与 facedb 中的每张人脸比对 matched_names = set() for cam_encoding in face_encodings: for filename, db_encoding in db_faces: results = face_recognition.compare_faces( [db_encoding], cam_encoding, tolerance=0.5 ) if results[0]: matched_names.add(filename) # 4. 输出结果 if matched_names: print("人脸匹配成功，对应的图片：") for name in matched_names: print(f" {name}") else: print("没有匹配的图片。") print() cap.release() cv2.destroyAllWindows()
