DeepFace 实时活体检测与人脸识别示例DeepFace 实时活体检测与人脸识别示例 🎭🔍 本项目演示使用 Op

DeepFace 实时活体检测与人脸识别示例 🎭🔍

本项目演示使用 OpenCV + DeepFace 进行实时活体检测与人脸识别：

📚 DeepFace 官方文档

github源码: github.com/huangj17/de…

pip install -r requirements.txt

转存失败，建议直接上传图片文件

如果尚未安装依赖，请先生成并安装：

pip install deepface opencv-python
pip freeze > requirements.txt

转存失败，建议直接上传图片文件

DeepFace 识别依赖本地人脸库（./images）。目录结构示例：

images/
  Alice/
    alice1.jpg
    alice2.jpg
  Bob/
    bob1.jpg

转存失败，建议直接上传图片文件

每个子文件夹代表一个人的名字（识别结果将显示该文件夹名）。
放入该人的多张清晰正脸照片可提升识别准确率。
首次运行会在 images/ 下生成索引文件（如 .representations_v3.pkl），后续识别会更快；若你替换或大量增删库中图片，可删除该索引让其重新生成。

python main.py

转存失败，建议直接上传图片文件

运行后：

⏲️ 检测/识别间隔：修改 DETECTION_INTERVAL 与 RECOGNITION_INTERVAL（默认 1.0 秒）。
🎯 识别显示阈值：在识别绘制阶段的 if conf >= 70: 可调整显示阈值（0–100）。
🧰 检测器后端：DeepFace.extract_faces(..., detector_backend="opencv") 可改为 retinaface、mtcnn 等。
- 🧩 使用 retinaface 前可安装：
```
pip install retina-face
```
📁 人脸库路径：DeepFace.find(..., db_path="./images") 可改为你的库目录。

📷 无法打开摄像头：
- 🔐 检查系统摄像头权限（macOS 需在“系统设置 → 隐私与安全 → 相机”允许终端/IDE）。
- 🔁 可能需要将 cv2.VideoCapture(0) 中索引改为 1/2 等。
- 🚫 确认没有其它应用占用摄像头（如视频会议软件）。
🎯 识别不准确：
- 🖼️ 提供更清晰、更多角度的人脸样本图，并保证 images/ 的子文件夹命名规范。
- 💡 提升光照与拍摄距离，避免强背光与遮挡。
- ♻️ 若库更新后识别变慢或异常，可删除 images/ 下的索引文件重新生成。
📦 依赖安装失败：
- ⬆️ 先升级 pip：python -m pip install --upgrade pip。
- 🧪 如遇到 opencv 安装问题，尝试 pip install opencv-python-headless（无 GUI 环境）。
- 🍎 Apple Silicon（M1/M2/M3）若遇到 TensorFlow 相关错误，可尝试：
```
pip install tensorflow-macos==2.12.* tensorflow-metal==1.1.*
```
  之后再安装 deepface。

.
├─ main.py             # 实时活体检测与人脸识别主程序
├─ requirements.txt    # 依赖列表
└─ images/             # 人脸库（按人名分目录）

转存失败，建议直接上传图片文件

本项目供学习与演示使用。若用于生产，请遵循相关第三方库的许可证与使用条款。