使用教程： https://pan.quark.cn/s/c0f2b4acdf83，有不会的再问我 功能介绍： 用户输入人脸照片，程序从照片库中选出10张最相似人脸照片输出在文件夹中，并且给出这十张人脸与输入人脸的相似度值。 照片库可以增删 调节相似度阈值可调节 自定义UI操作界面 视频演示： [项目分享]基于OpenCV的人脸集合相似度检测系统(源码＆UI＆教程)哔哩哔哩bilibili 图片演示： png png 人脸相似度对比原理： 整体思路： 1、预先导入所需要的人脸识别模型； 2、遍历循环识别文件夹里面的图片，让模型“记住”人物的样子； 3、输入一张新的图像，与前一步文件夹里面的图片比对，返回最接近的结果。 使用到的第三方模块和模型： 1、模块：os,dlib,glob,numpy； 2、模型：人脸关键点检测器，人脸识别模型。 导入需要的模型。 这里解释一下两个dat文件： 它们的本质是参数值（即神经网络的权重）。 人脸识别算是深度学习的一个应用，事先需要经过大量的人脸图像来训练。 参考该博客，设计一个神经网络结构，来“记住”人类的脸。 对于神经网络来说，即便是同样的结构，不同的参数也会导致识别的东西不一样。 在这里，这两个参数文件就对应了不同的功能（它们对应的神经网络结构也不同）： shapepredictor.dat这个是为了检测人脸的关键点，比如眼睛，嘴巴等等；dlibface_recognition.dat是在前面检测关键点的基础上，生成人脸的特征值。 所以后面使用dlib模块的时…