face_recognition（ageitgey/face_recognition）是一个号称「世界上最简单」的 Python 人脸识别库，也提供命令行工具。它基于 dlib 的深度学习人脸识别模型（在 LFW 基准上报告约 99.38% 准确率），用极简 API 实现：在图片中定位人脸、提取人脸特征点（眼鼻口下巴轮廓）、生成人脸编码并比对身份。MIT 许可，约 56,405 stars，主语言 Python，PyPI 包名 face_recognition，有多语言 README 与文档。重要前提：人脸识别涉及个人生物特征与隐私，应在获得同意、合法合规的前提下使用。
来源：README.md（标题、说明、Features、徽章）；GitHub 仓库元数据（stars=56405、language=Python、license=MIT、topics face-recognition） 查看 GitHub 仓库 →人脸检测/识别是高频需求，但底层模型与流程门槛高。face_recognition 把 dlib 的高精度模型封装成几行就能用的 API（定位/特征点/编码/比对），并提供 CLI，对初学者与快速集成极友好，长期是 Python 人脸识别的入门首选之一，star 很高。需说明：仓库最后更新约在 2024 年中，属成熟但维护放缓的项目；更关键的是人脸识别是涉及生物特征与隐私的敏感技术，需遵守同意、隐私与相关法规（不少地区对人脸识别有专门限制），避免监控滥用或未经授权的身份识别。截至数据采集约 56,405 stars。
来源：README.md（说明、Features）；GitHub 仓库元数据（stars=56405、pushed_at 2024-08）用 face_locations 找出图片中所有人脸的位置。
来源：README.md（Find faces in pictures）用 face_landmarks 提取眼/鼻/口/下巴等轮廓，可用于美颜等。
来源：README.md（Find and manipulate facial features）用 face_encodings 生成 128 维编码、compare_faces 比对身份，实现识别。
来源：README.md（Identify faces in pictures）提供 CLI 对图片文件夹批量识别，并可结合其他库做实时人脸识别。
来源：README.md（CLI、real-time 示例）face_recognition 是基于 dlib 的 Python 封装库：底层用 dlib 的深度学习人脸编码模型把人脸映射为 128 维特征向量，识别即比较这些编码的距离。API 极简——face_locations 定位人脸、face_landmarks 提取面部特征点、face_encodings 生成编码、compare_faces 比对是否同一人；也提供命令行工具对整个图片文件夹做识别，并可与其他库结合做实时识别。安装依赖 dlib（需相应编译环境）。它是库 + CLI，非端到端应用。
来源：README.md（说明、Features 的代码示例、CLI）；GitHub 仓库元数据（language=Python）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
dlib（深度学习人脸模型）Python（可选）OpenCV 等做实时处理在合规、获得同意的前提下，适合开发者快速集成人脸相关功能：相册按人物归类、登录/考勤等身份核验原型、面部特征点用于美颜/AR、人脸去重或检索等；也适合教学与研究人脸识别原理。务必避免未经同意的监控、身份追踪或滥用——人脸属敏感生物特征，许多司法辖区对其采集与识别有专门法律限制，落地需做隐私与合规评估。
来源：README.md（Features、说明）本页未列固定版本号；face_recognition 通过 PyPI 发布，版本见 PyPI 与 GitHub Releases。仓库最后更新约在 2024 年 8 月，属成熟但维护放缓的项目。
来源：README.md（PyPI 徽章）；GitHub pushed_atface_recognition 是 Python 生态里最易用的人脸识别库之一：基于 dlib 高精度模型，用极简 API 实现人脸定位、特征点、编码与身份比对，并提供 CLI 与实时识别示例，文档完善、集成方便，对快速做人脸相关功能或学习识别原理很友好。要清楚人脸属敏感生物特征——使用必须获得同意并遵守隐私与人脸识别相关法规，避免监控滥用；同时它依赖 dlib（安装有门槛）、更新约止于 2024 年中、准确率受光照角度遮挡影响。在合规前提下，它是人脸识别的实用入门库。
来源：综合 README.md 的定位、能力、依赖与隐私合规边界