人脸识别核心是将人脸转为128维特征向量，用face_recognition提取、SVM/KNN分类，需规范数据组织、标准化与阈值比对。
用Python做人脸识别，核心是把人脸变成一串有区分度的数字（特征向量），再用这些数字训练模型做比对或分类。不依赖黑盒API，从特征提取到模型训练，关键在选对工具链、数据组织合理、训练目标明确。
用dlib或face_recognition提取128维人脸特征
推荐初学者从 face_recognition 入手——它底层调用dlib的HOG+CNN人脸检测器和预训练ResNet模型，一行代码就能得到稳定可靠的128维特征向量。
- 安装：pip install face_recognition（注意需先装dlib，Windows用户建议用conda安装）
- 提取单张人脸特征：
encoding = face_recognition.face_encodings(image)[0]，返回长度为128的numpy数组 - 一张图含多张脸？用
face_recognition.face_locations()先定位，再逐区域编码，避免混入背景干扰 - 注意图像格式：必须是RGB（不是BGR），且像素值为uint8（0–255），OpenCV读图后记得
cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
构建带标签的人脸特征数据集（非原始图像）
真正训练时，你不需要反复加载和编码原始图片——那样太慢。应该提前把所有人脸转成特征向量+标签，存成结构化数据。
- 遍历每人多张照片，提取特征并打上姓名/ID标签，汇总为两个numpy数组：
X（shape: N×128）和y（shape: N,） - 保存为.npz文件：
np.savez('face_data.npz', X=X, y=y, names=names)，下次直接加载，秒级就绪 - 每人至少3–5张不同角度/光照的照片，避免单样本过拟合；剔除模糊、遮挡严重或编码失败（len(encoding)==0）的样本
用SVM或KNN做轻量级身份分类训练
128维特征本身已具备强判别性，无需复杂深度网络。传统机器学习模型足够胜任小规模人脸识别（几十到几百人）。
立即学习“Python免费学习笔记（深入）”；
- KNN最直观：
from sklearn.neighbors import KNeighborsClassifier，k设为3–5，适合快速验证流程 - SVM更鲁棒：
from sklearn.svm import SVC，推荐用rbf核，配合GridSearchCV调参（C和gamma） - 训练前务必标准化：
from sklearn.preprocessing import StandardScaler，虽然128维特征本身分布较均衡，但标准化能提升SVM收敛稳定性 - 交叉验证不可少：用
cross_val_score看平均准确率，避免因数据划分偶然性高估效果
部署时用特征比对替代实时训练
上线后，模型固定，新来的人脸只需提取特征，与已有特征库比对距离（如欧氏距离），设定阈值即可判断是否为注册用户或未知人脸。
- 比对逻辑示例：
distances = np.linalg.norm(known_encodings - unknown_encoding, axis=1)，取最小距离对应ID - 阈值经验参考：face_recognition默认0.6，低于此值认为匹配；实际项目中建议用测试集绘制距离分布直方图，按误识率（FAR）反推合理阈值
- 不推荐在线训练模型（如持续fit新样本），易导致概念漂移；新增人员应走“特征提取→追加数据→离线重训”闭环
基本上就这些。特征提取靠成熟库保底，数据组织决定扩展性，模型选择讲求实效——不复杂但容易忽略细节。
