### 如何在sudo Python环境中安装 `face_recognition` 库 要在具有 `sudo` 权限的 Python 环境下成功安装 `face_recognition` 库，需要注意以下几点： #### 依赖项准备 `face_recognition` 的核心功能基于 `dlib` 和其他一些必要的库。因此，在安装之前需要先准备好这些依赖项。 对于 Linux 用户（如 Ubuntu 或 CentOS），可以通过包管理器来安装所需的系统级依赖项。以下是具体操作方法： - **Ubuntu** 需要安装开发工具链以及头文件支持： ```bash sudo apt-get update sudo apt-get install -y build-essential cmake pkg-config libboost-all-dev libopenblas-dev liblapack-dev libjpeg-dev libpng-dev ``` - **CentOS** 同样需要类似的依赖项，但由于软件源不同，可能需要额外配置 Yum 源或者手动编译某些组件： ```bash sudo yum groupinstall "Development Tools" sudo yum install epel-release sudo yum install boost-devel blas-devel lapack-devel gcc-c++ make cmake3 libjpeg-turbo-devel libpng-devel ``` 以上步骤确保了基础构建环境已经就绪[^1]。 #### 编译并安装 Dlib 由于 `face_recognition` 使用的是 C++ 实现部分的功能模块，所以它依赖于本地编译好的 `dlib` 版本而不是纯 pip 提供的方式。按照官方文档说明，推荐如下流程完成 dlib 的定制化安装过程： 1. 克隆仓库到本地机器上； ```bash git clone https://github.com/davisking/dlib.git cd dlib mkdir build && cd build ``` 2. 调整参数以适应硬件条件（例如禁用 CUDA 支持）并通过 CMake 构建项目结构； ```bash cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1 ``` 3. 执行实际编译动作并将结果链接至全局路径； ```bash make && sudo make install ``` 此时应该能够看到 `/usr/local/lib/python3.x/site-packages/` 中新增加了一个名为 `_dlib.so` 的共享对象文件[^2]。 #### 安装 Face_Recognition 当所有前置工作完成后就可以轻松通过 Pip 工具获取最终目标——即 face_recognition 自身啦！ 不过在此之前最好确认当前使用的确实是超级管理员身份运行下的解释器实例哦~ 可以尝试执行下面这条命令验证一下版本号是否匹配预期设定值。 ```bash which python ``` 接着就是正式环节咯~ ```bash sudo pip install face-recognition ``` 如果一切顺利的话那么恭喜您现在已经拥有了完整的面部识别能力啦🎉 不仅如此还附带了一系列便捷实用的小函数等着大家去探索呢😊 --- ### 注意事项 - 如果遇到网络连接超时等问题，则考虑更换国内镜像站点加速下载速度；比如清华开源平台提供了丰富的资源可供选用。 - 对于 Conda 用户而言也可以利用其生态系统简化整个部署链条从而减少不必要的麻烦事发生几率[^4].