1. python 怎麼使用pyglet第三方庫
先提供官網：
http://pyglet.org/
我們知道python 本身提供了界面庫和多媒體庫，但是確實不好用。
我們在界面的時候可以使用PyQT庫，和xWidget。而開發多媒體的時候則用本文提到的pyglet庫。先來看看這些特性：
可以播放所有的音頻和視頻，例如mp3, ogg/Vorbis, wma, DivX, mpeg-2, h264, wmv, Xvid.
更重要的他是免費的，遵循BSD開源軟體協議。你可以在你的商業軟體中去使用它。
下載它就去官網：
http://pyglet.org/
網站有詳細的文檔介紹怎麼安裝和使用。
下面列出它所提供的模塊，其實從下列列表中你也能知道它能做些什麼了：
Submoles
pyglet.app
Application-wide functionality.
pyglet.clock
Precise framerate calculation, scheling and framerate limiting.
pyglet.event
Event dispatch framework.
pyglet.font
Load fonts and render text.
pyglet.font.base
Abstract classes used by pyglet.font implementations.
pyglet.gl
OpenGL and GLU interface.
pyglet.gl.gl_info
Information about version and extensions of current GL implementation.
pyglet.gl.glu_info
Information about version and extensions of current GLU implementation.
pyglet.graphics
Low-level graphics rendering.
pyglet.graphics.allocation
Memory allocation algorithm for vertex arrays and buffers.
pyglet.graphics.vertexattribute
Access byte arrays as arrays of vertex attributes.
pyglet.graphics.vertexbuffer
Byte abstractions of Vertex Buffer Objects and vertex arrays.
pyglet.graphics.vertexdomain
Manage related vertex attributes within a single vertex domain.
pyglet.image
Image load, capture and high-level texture functions.
pyglet.image.atlas
Group multiple small images into larger textures.
pyglet.info
Get environment information useful for debugging.
pyglet.media
Audio and video playback.
pyglet.resource
Load application resources from a known path.
pyglet.sprite
Display positioned, scaled and rotated images.
pyglet.text
Text formatting, layout and display.
pyglet.text.caret
Provides keyboard and mouse editing proceres for text layout.
pyglet.text.document
Formatted and unformatted document interfaces used by text layout.
pyglet.text.formats
Document formats.
pyglet.text.formats.attributed
Extensible attributed text format for representing pyglet formatted documents.
pyglet.text.formats.html
Decode HTML into attributed text.
pyglet.text.formats.plaintext
Plain text decoder.
pyglet.text.formats.structured
Base class for structured (hierarchical) document formats.
pyglet.text.layout
Render simple text and formatted documents efficiently.
pyglet.text.runlist
Run list encoding utilities.
pyglet.window
Windowing and user-interface events.
pyglet.window.event
Events forpyglet.window.
pyglet.window.key
Key constants and utilities for pyglet.window.
pyglet.window.mouse
Mouse constants and utilities for pyglet.window.
2. python第三方庫安裝
python --version 查看安裝的Python版本，
pip --version 查看安裝的pip版本，
升級pip命令： python -m pip install --upgrade pip
如果已經下載了jieba安裝文件就使用：pip install 文件名
如果沒有下載就使用：python -m pip install --user 模塊名，系統自動下載
如果沒有安裝pip，先安裝pip。網址是：
安裝好pip後，cmd中輸入pip list ，你會看到使用pip安裝的所有包。
jieba安裝文件文件在哪個盤就要選擇哪個盤安裝，系統默認的是C盤，如果你放在D盤，你要cmd中輸入D:,然後回車進入D盤安裝，在輸入jieba文件在D盤的路徑，如：cd D:\python\jieba，然後回車，在輸入pip install 你要安裝文件的文件名，然後回車就可以了
安裝好後，cmd中輸入python 然後輸入import jieba 如果返回jieba文件的信息就說明你安裝成功了
3. python第三方庫如何安裝
1、在cmd命令行直接使用pip install 包名命令安裝
示例：
注意：安裝成功會顯示Successfully installed keras，如果出現黃色字體警告，是由於pip庫包不是最新的，但keras庫已成功安裝，可隨後對pip包進行更新，更新命令：python -m pip install --upgrade pip。
2、手動下載第三方庫，然後在cmd命令行使用pip install 下載文件名命令安裝下載的第三方庫（https://www.lfd.uci.e/~gohlke/pythonlibs/）
更多Python知識請關注Python自學網
4. python用了第三方庫怎麼在其他地方用
python用了第三方庫在其他地方用的方法是採用pip工具安裝。因為python自帶了包管理器，在使用第三方庫之後在別的地方可以使用pip命令自動安裝，然後就可以在別的地方也使用這些第三方庫了。
5. PIL搴撴槸python璇璦鐨勬爣鍑嗗簱,浣跨敤鏃剁洿鎺ュ煎叆鍚楋紵
PIL搴撲笉鏄疨ython璇璦鐨勬爣鍑嗗簱錛屽畠鏄涓涓絎涓夋柟搴擄紝鐢ㄤ簬鍥懼儚澶勭悊鍜屽浘鍍忕敓鎴愩傚傛灉鎮ㄦ兂浣跨敤PIL搴擄紝闇瑕佸厛瀹夎呭畠銆傛偍鍙浠ヤ嬌鐢╬ip鍛戒護鏉ュ畨瑁匬IL搴擄紝渚嬪傦細
pip install Pillow
瀹夎呭畬鎴愬悗錛屾偍鍙浠ュ湪Python浠ｇ爜涓浣跨敤浠ヤ笅鏂瑰紡瀵煎叆PIL搴擄細
from PIL import Image
榪欐牱灝卞彲浠ヤ嬌鐢≒IL搴撴彁渚涚殑鍚勭嶅姛鑳戒簡銆傛敞鎰忥紝PIL搴撶殑鍚嶇О鍦≒ython 3.x涓宸茬粡鏀逛負Pillow錛屼絾鏄瀵煎叆鏂瑰紡浠嶇劧鏄浣跨敤from PIL import Image銆
6. pycharm鎬庝箞瀹夎呯涓夋柟搴
璇ヨ蔣浠跺畨瑁呯涓夋柟搴撶殑姝ラゅ備笅錛
宸ュ叿錛氱數鑴戙
1銆佹墦寮PyCharm錛屽苟鎵撳紑欏圭洰銆
2銆佺偣鍑婚《閮ㄨ彍鍗曟爮涓鐨勨淔ile鈥濓紙鏂囦歡錛夐夐」銆
3銆侀夋嫨鈥淪ettings鈥濊劇疆銆
4銆佸湪璁劇疆紿楀彛涓錛岄夋嫨鈥淧roject錛 Your Project Name鈥濓紙欏圭洰鍚嶇О錛夐夐」銆
5銆佺偣鍑燴淧ython Interpreter鈥濓紙Python瑙ｉ噴鍣錛夐夐」銆
6銆佸湪寮瑰嚭鐨勭獥鍙ｄ腑錛岀偣鍑誨彸涓嬭掔殑鈥+鈥濇寜閽錛岀劧鍚庡湪寮瑰嚭鐨勭獥鍙ｄ腑鎼滅儲瑕佸畨瑁呯殑絎涓夋柟搴撱
7銆佹壘鍒拌佸畨瑁呯殑搴撳悗錛岀偣鍑誨叾鍚嶇О錛岀劧鍚庣偣鍑燴淚nstall Package鈥濓紙瀹夎呭寘錛夋寜閽銆
7. 誰用過python中的第三方庫face recognition
簡介
該庫可以通過python或者命令行即可實現人臉識別的功能。使用dlib深度學習人臉識別技術構建，在戶外臉部檢測資料庫基準（Labeled Faces in the Wild）上的准確率為99.38%。
在github上有相關的鏈接和API文檔。
在下方為提供的一些相關源碼或是文檔。當前庫的版本是v0.2.0，點擊docs可以查看API文檔，我們可以查看一些函數相關的說明等。
安裝配置
安裝配置很簡單，按照github上的說明一步一步來就可以了。
根據你的python版本輸入指令：
pip install face_recognition11
或者
pip3 install face_recognition11
正常來說，安裝過程中會出錯，會在安裝dlib時出錯，可能報錯也可能會卡在那不動。因為pip在編譯dlib時會出錯，所以我們需要手動編譯dlib再進行安裝。
按照它給出的解決辦法：
1、先下載下來dlib的源碼。
git clone
2、編譯dlib。
cd dlib
mkdir build
cd build
cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
cmake --build1234512345
3、編譯並安裝python的拓展包。
cd ..
python3 setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA1212
注意：這個安裝步驟是默認認為沒有GPU的，所以不支持cuda。
在自己手動編譯了dlib後，我們可以在python中import dlib了。
之後再重新安裝，就可以配置成功了。
根據你的python版本輸入指令：
pip install face_recognition11
或者
pip3 install face_recognition11
安裝成功之後，我們可以在python中正常import face_recognition了。
編寫人臉識別程序
編寫py文件：
# -*- coding: utf-8 -*-
#
# 檢測人臉
import face_recognition
import cv2
# 讀取圖片並識別人臉
img = face_recognition.load_image_file("silicon_valley.jpg")
face_locations = face_recognition.face_locations(img)
print face_locations
# 調用opencv函數顯示圖片
img = cv2.imread("silicon_valley.jpg")
cv2.namedWindow("原圖")
cv2.imshow("原圖", img)
# 遍歷每個人臉，並標注
faceNum = len(face_locations)
for i in range(0, faceNum):
top = face_locations[i][0]
right = face_locations[i][1]
bottom = face_locations[i][2]
left = face_locations[i][3]
start = (left, top)
end = (right, bottom)
color = (55,255,155)
thickness = 3
cv2.rectangle(img, start, end, color, thickness)
# 顯示識別結果
cv2.namedWindow("識別")
cv2.imshow("識別", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
注意：這里使用了python-OpenCV，一定要配置好了opencv才能運行成功。
運行結果：
程序會讀取當前目錄下指定的圖片，然後識別其中的人臉，並標注每個人臉。
（使用圖片來自美劇矽谷）
編寫人臉比對程序
首先，我在目錄下放了幾張圖片：
這里用到的是一張喬布斯的照片和一張奧巴馬的照片，和一張未知的照片。
編寫程序：
# 識別圖片中的人臉
import face_recognition
jobs_image = face_recognition.load_image_file("jobs.jpg");
obama_image = face_recognition.load_image_file("obama.jpg");
unknown_image = face_recognition.load_image_file("unknown.jpg");
jobs_encoding = face_recognition.face_encodings(jobs_image)[0]
obama_encoding = face_recognition.face_encodings(obama_image)[0]
unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
results = face_recognition.compare_faces([jobs_encoding, obama_encoding], unknown_encoding )
labels = ['jobs', 'obama']
print('results:'+str(results))
for i in range(0, len(results)):
if results[i] == True:
print('The person is:'+labels[i])
運行結果：
識別出未知的那張照片是喬布斯的。
攝像頭實時識別
代碼：
# -*- coding: utf-8 -*-
import face_recognition
import cv2
video_capture = cv2.VideoCapture(1)
obama_img = face_recognition.load_image_file("obama.jpg")
obama_face_encoding = face_recognition.face_encodings(obama_img)[0]
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True
while True:
ret, frame = video_capture.read()
small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
if process_this_frame:
face_locations = face_recognition.face_locations(small_frame)
face_encodings = face_recognition.face_encodings(small_frame, face_locations)
face_names = []
for face_encoding in face_encodings:
match = face_recognition.compare_faces([obama_face_encoding], face_encoding)
if match[0]:
name = "Barack"
else:
name = "unknown"
face_names.append(name)
process_this_frame = not process_this_frame
for (top, right, bottom, left), name in zip(face_locations, face_names):
top *= 4
right *= 4
bottom *= 4
left *= 4
cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), 2)
font = cv2.FONT_HERSHEY_DUPLEX
cv2.putText(frame, name, (left+6, bottom-6), font, 1.0, (255, 255, 255), 1)
cv2.imshow('Video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
video_capture.release()
cv2.destroyAllWindows()5455
識別結果：
我直接在手機上網路了幾張圖試試，程序識別出了奧巴馬。
這個庫很cool啊！