本文转载至知乎ID：Charles（白露未晞）知乎个人专栏
下载W3Cschool手机App，0基础随时随地学编程
>>戳此了解
导语
利用Python对照片中人脸进行颜值预测！！！
至于结果的可靠性…….
本人概不负责！！！
对结果不满意或者因为结果分数过低而想不开者，请自行联系xxxPh.D.。也就是此颜值预测算法的提出者！！！本人只是部分复现了他的算法！！！
以上和以下内容纯属玩笑，如有雷同，不甚荣幸。
网盘下载链接: 💡 温馨提示：使用手机网盘APP转存，即可🎁 订阅更新本资源。后续更新都会直接推送至您的网盘，并收到APP订阅通知，无需再次寻找链接！
密码: 7nhm
Python版本：3.5.4(64bit)
相关模块：
opencv_python模块、sklearn模块、numpy模块、dlib模块以及一些Python自带的模块。
（1）安装相应版本的Python并添加到环境变量中；
（2）pip安装相关模块中提到的模块。
例如：
若pip安装报错，请自行到：
http://www.lfd.uci.edu/~gohlke/pythonlibs/
下载pip安装报错模块的whl文件，并使用：
pip install whl文件路径+whl文件名安装。
例如：
（本人已在相关文件中提供了编译好的用于dlib库安装的whl文件——>因为这个库最不好装）
参考文献链接
【1】xxxPh.D.的博客
【2】华南理工大学某实验室
http://www.hcii-lab.net/data/SCUT-FBP/EN/introduce.html
（1）模型训练
用了PCA算法对特征进行了压缩降维；
然后用随机森林训练模型。
数据源于网络，据说数据“发源地”就是华南理工大学某实验室，因此我在参考文献上才加上了这个实验室的链接。
（2）提取人脸关键点
主要使用了dlib库。
使用官方提供的模型构建特征提取器。
（3）特征生成
完全参考了xxxPh.D.的博客。
（4）颜值预测
利用之前的数据和模型进行颜值预测。
有特殊疾病者请慎重尝试预测自己的颜值，本人不对颜值预测的结果和带来的所有负面影响负责！！！
言归正传。
环境搭建完成后，解压相关文件中的Face_Value.rar文件，cmd窗口切换到解压后的*.py文件所在目录。
例如：
打开test_img文件夹，将需要预测颜值的照片放入并重命名为test.jpg。
例如：
若嫌麻烦或者有其他需求，请自行修改：
getLandmarks.py文件中第13行。
最后依次运行：
train_model.py(想直接用我模型的请忽略此步)
getLandmarks.py
getFeatures.py
Predict.py
使用演示
