1. python 怎么使用pyglet第三方库
先提供官网：
http://pyglet.org/
我们知道python 本身提供了界面库和多媒体库，但是确实不好用。
我们在界面的时候可以使用PyQT库，和xWidget。而开发多媒体的时候则用本文提到的pyglet库。先来看看这些特性：
可以播放所有的音频和视频，例如mp3, ogg/Vorbis, wma, DivX, mpeg-2, h264, wmv, Xvid.
更重要的他是免费的，遵循BSD开源软件协议。你可以在你的商业软件中去使用它。
下载它就去官网：
http://pyglet.org/
网站有详细的文档介绍怎么安装和使用。
下面列出它所提供的模块，其实从下列列表中你也能知道它能做些什么了：
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第三方库安装
python --version 查看安装的Python版本，
pip --version 查看安装的pip版本，
升级pip命令： python -m pip install --upgrade pip
如果已经下载了jieba安装文件就使用：pip install 文件名
如果没有下载就使用：python -m pip install --user 模块名，系统自动下载
如果没有安装pip，先安装pip。网址是：
安装好pip后，cmd中输入pip list ，你会看到使用pip安装的所有包。
jieba安装文件文件在哪个盘就要选择哪个盘安装，系统默认的是C盘，如果你放在D盘，你要cmd中输入D:,然后回车进入D盘安装，在输入jieba文件在D盘的路径，如：cd D:\python\jieba，然后回车，在输入pip install 你要安装文件的文件名，然后回车就可以了
安装好后，cmd中输入python 然后输入import jieba 如果返回jieba文件的信息就说明你安装成功了
3. python第三方库如何安装
1、在cmd命令行直接使用pip install 包名命令安装
示例：
注意：安装成功会显示Successfully installed keras，如果出现黄色字体警告，是由于pip库包不是最新的，但keras库已成功安装，可随后对pip包进行更新，更新命令：python -m pip install --upgrade pip。
2、手动下载第三方库，然后在cmd命令行使用pip install 下载文件名命令安装下载的第三方库（https://www.lfd.uci.e/~gohlke/pythonlibs/）
更多Python知识请关注Python自学网
4. python用了第三方库怎么在其他地方用
python用了第三方库在其他地方用的方法是采用pip工具安装。因为python自带了包管理器，在使用第三方库之后在别的地方可以使用pip命令自动安装，然后就可以在别的地方也使用这些第三方库了。
5. PIL搴撴槸python璇瑷镄勬爣鍑嗗簱,浣跨敤镞剁洿鎺ュ煎叆钖楋纻
PIL搴扑笉鏄疨ython璇瑷镄勬爣鍑嗗簱锛屽畠鏄涓涓绗涓夋柟搴掳纴鐢ㄤ簬锲惧儚澶勭悊鍜屽浘镀忕敓鎴愩傚傛灉鎭ㄦ兂浣跨敤PIL搴掳纴闇瑕佸厛瀹夎呭畠銆傛偍鍙浠ヤ娇鐢╬ip锻戒护𨱒ュ畨瑁匬IL搴掳纴渚嫔傦细
pip install Pillow
瀹夎呭畬鎴愬悗锛屾偍鍙浠ュ湪Python浠ｇ爜涓浣跨敤浠ヤ笅鏂瑰纺瀵煎叆PIL搴掳细
from PIL import Image
杩欐牱灏卞彲浠ヤ娇鐢≒IL搴撴彁渚涚殑钖勭嶅姛鑳戒简銆傛敞镒忥纴PIL搴撶殑钖岖О鍦≒ython 3.x涓宸茬粡鏀逛负Pillow锛屼絾鏄瀵煎叆鏂瑰纺浠岖劧鏄浣跨敤from PIL import Image銆
6. pycharm镐庝箞瀹夎呯涓夋柟搴
璇ヨ蒋浠跺畨瑁呯涓夋柟搴撶殑姝ラゅ备笅锛
宸ュ叿锛氱数鑴戙
1銆佹墦寮PyCharm锛屽苟镓揿紑椤圭洰銆
2銆佺偣鍑婚《閮ㄨ彍鍗曟爮涓镄勨淔ile钬濓纸鏂囦欢锛夐夐”銆
3銆侀夋嫨钬沦ettings钬濊剧疆銆
4銆佸湪璁剧疆绐楀彛涓锛岄夋嫨钬淧roject锛 Your Project Name钬濓纸椤圭洰钖岖О锛夐夐”銆
5銆佺偣鍑烩淧ython Interpreter钬濓纸Python瑙ｉ喷鍣锛夐夐”銆
6銆佸湪寮瑰嚭镄勭獥鍙ｄ腑锛岀偣鍑诲彸涓嬭掔殑钬+钬濇寜阍锛岀劧钖庡湪寮瑰嚭镄勭獥鍙ｄ腑鎼灭储瑕佸畨瑁呯殑绗涓夋柟搴撱
7銆佹垒鍒拌佸畨瑁呯殑搴揿悗锛岀偣鍑诲叾钖岖О锛岀劧钖庣偣鍑烩泪nstall Package钬濓纸瀹夎呭寘锛夋寜阍銆
7. 谁用过python中的第三方库face recognition
简介
该库可以通过python或者命令行即可实现人脸识别的功能。使用dlib深度学习人脸识别技术构建，在户外脸部检测数据库基准（Labeled Faces in the Wild）上的准确率为99.38%。
在github上有相关的链接和API文档。
在下方为提供的一些相关源码或是文档。当前库的版本是v0.2.0，点击docs可以查看API文档，我们可以查看一些函数相关的说明等。
安装配置
安装配置很简单，按照github上的说明一步一步来就可以了。
根据你的python版本输入指令：
pip install face_recognition11
或者
pip3 install face_recognition11
正常来说，安装过程中会出错，会在安装dlib时出错，可能报错也可能会卡在那不动。因为pip在编译dlib时会出错，所以我们需要手动编译dlib再进行安装。
按照它给出的解决办法：
1、先下载下来dlib的源码。
git clone
2、编译dlib。
cd dlib
mkdir build
cd build
cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
cmake --build1234512345
3、编译并安装python的拓展包。
cd ..
python3 setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA1212
注意：这个安装步骤是默认认为没有GPU的，所以不支持cuda。
在自己手动编译了dlib后，我们可以在python中import dlib了。
之后再重新安装，就可以配置成功了。
根据你的python版本输入指令：
pip install face_recognition11
或者
pip3 install face_recognition11
安装成功之后，我们可以在python中正常import face_recognition了。
编写人脸识别程序
编写py文件：
# -*- coding: utf-8 -*-
#
# 检测人脸
import face_recognition
import cv2
# 读取图片并识别人脸
img = face_recognition.load_image_file("silicon_valley.jpg")
face_locations = face_recognition.face_locations(img)
print face_locations
# 调用opencv函数显示图片
img = cv2.imread("silicon_valley.jpg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)
# 遍历每个人脸，并标注
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)
# 显示识别结果
cv2.namedWindow("识别")
cv2.imshow("识别", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
注意：这里使用了python-OpenCV，一定要配置好了opencv才能运行成功。
运行结果：
程序会读取当前目录下指定的图片，然后识别其中的人脸，并标注每个人脸。
（使用图片来自美剧硅谷）
编写人脸比对程序
首先，我在目录下放了几张图片：
这里用到的是一张乔布斯的照片和一张奥巴马的照片，和一张未知的照片。
编写程序：
# 识别图片中的人脸
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])
运行结果：
识别出未知的那张照片是乔布斯的。
摄像头实时识别
代码：
# -*- 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
识别结果：
我直接在手机上网络了几张图试试，程序识别出了奥巴马。
这个库很cool啊！