Python の Dlib ライブラリ，face_recognition のインストールと動作確認（顔検出，顔ランドマーク，顔識別）（Python を使用）（Windows 上）

1. 前準備

Build Tools for Visual Studio 2026（ビルドツール）のインストール

Build Tools for Visual Studio 2026（ビルドツール）のインストールを行い、C/C++ コードのビルド環境を整える。

REM ============================================================
REM Visual C++ 再頒布可能パッケージ (VCRedist 2015-)
REM ============================================================
winget install --scope machine --id Microsoft.VCRedist.2015+.x64 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet /norestart"
if not "%ERRORLEVEL%"=="0" ( color 0c & echo VCRedist のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM ============================================================
REM Visual Studio Build Tools + Desktop development with C++
REM （VCTools、MSBuildTools、CMake連携、Clang、Windows 11 SDK）
REM ============================================================
REM 進行中のインストーラーを停止（ロック競合回避。対象プロセスが存在しない場合は
REM taskkillがエラーを返すが、これは想定内であるため出力のみ抑制する）
taskkill /F /IM vs_setup.exe /T >nul 2>&1
taskkill /F /IM vs_installer.exe /T >nul 2>&1
taskkill /F /IM vs_installerservice.exe /T >nul 2>&1
taskkill /F /IM msiexec.exe /T >nul 2>&1

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
REM 未インストール時: winget で新規インストール
REM インストール済み時: setup.exe modify でコンポーネント追加（バージョンは変更しない）
winget list --id Microsoft.VisualStudio.BuildTools 2>nul | findstr /i "BuildTools" >nul 2>&1
if %ERRORLEVEL% EQU 0 (
    for /f "usebackq delims=" %P in (`"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products Microsoft.VisualStudio.Product.BuildTools -property installationPath`) do start /wait "" "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" modify --installPath "%P" --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --add Microsoft.VisualStudio.Component.VC.v143.x86.x64 --includeRecommended --quiet --norestart --nocache
    if not "%ERRORLEVEL%"=="0" ( color 0c & echo Build Tools のコンポーネント追加に失敗しました & ping 127.0.0.1 -n 6 >nul & color )
) else (
    winget install --scope machine --id Microsoft.VisualStudio.BuildTools -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "--quiet --wait --norestart --nocache --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --add Microsoft.VisualStudio.Component.VC.v143.x86.x64"
    if not "%ERRORLEVEL%"=="0" ( color 0c & echo Build Tools のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )
)

REM
REM BuildTools のインストールパスを vswhere.exe で取得（メジャーバージョンに依存しない）
set "VSWHERE=C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe"
set "BT_PATH="
for /f "usebackq delims=" %P in (`"%VSWHERE%" -products Microsoft.VisualStudio.Product.BuildTools -property installationPath`) do set "BT_PATH=%P"
if not defined BT_PATH ( color 0c & echo Build Tools のインストールパスを取得できませんでした & ping 127.0.0.1 -n 6 >nul & color )

REM 破損時の修復（任意、動作がおかしくなった場合）
REM if defined BT_PATH "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" repair --installPath "%BT_PATH%" --quiet --norestart
REM 導入確認（インストールパスが表示されれば正常）
"%VSWHERE%" -products * -requires Microsoft.VisualStudio.Workload.VCTools -property installationPath

winget list Microsoft.VisualStudio.BuildTools

Python 3.12 のインストール

Pythonのインストールを行い、Pythonのプログラムを実行する環境を整える。扱う環境は、Windows搭載パソコンである。金子研究室では、Python 3.12.10を推奨する。

REM Python 3.12 をシステム領域にインストール
winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""
if not "%ERRORLEVEL%"=="0" ( color 0c & echo Python 3.12 のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; if(Test-Path $p){$k=[Microsoft.Win32.Registry]::LocalMachine.OpenSubKey('SYSTEM\CurrentControlSet\Control\Session Manager\Environment',$true); $c=$k.GetValue('Path','',[Microsoft.Win32.RegistryValueOptions]::DoNotExpandEnvironmentNames); $t=$k.GetValueKind('Path'); $new=$c; if((';'+$new+';') -notlike \"*;$p;*\"){$new=$p+';'+$new}; if((';'+$new+';') -notlike \"*;$s;*\"){$new=$s+';'+$new}; if($new -ne $c){$k.SetValue('Path',$new,$t)}; $k.Close()}"

REM 現在のセッションにも反映（システムPATHを再取得して連結）
for /f "usebackq tokens=2,*" %A in (`reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path`) do set "PATH=%B"

REM pip / wheel の更新
python -m pip install --no-user -U pip wheel
if not "%ERRORLEVEL%"=="0" ( color 0c & echo pip / wheel の更新に失敗しました & ping 127.0.0.1 -n 6 >nul & color )

python --version

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

REM CMake をシステム領域にインストール
winget install --scope machine --id Kitware.CMake -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/qn /norestart ADD_CMAKE_TO_PATH=System"

REM 7-Zip をシステム領域にインストール
winget install --scope machine --id 7zip.7zip -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements
REM 7-Zip のパス設定
powershell -NoProfile -Command "$p='C:\Program Files\7-Zip'; $c=[Environment]::GetEnvironmentVariable('Path','Machine'); if((Test-Path $p) -and $c -notlike \"*$p*\"){[Environment]::SetEnvironmentVariable('Path',\"$p;$c\",'Machine')}"

NVIDIA CUDA Toolkit 12.8のインストール

• 前提条件: NVIDIA GPU，NVIDIA ドライバ，および Build Tools for Visual Studio もしくは Visual Studio が必要である．
• NVIDIA CUDA Toolkit 12.8 は，Visual Studio 2026 の MSVC を公式にはサポートしていない（公式サポートは NVIDIA CUDA Toolkit 13.2 以降）．このため，後の cmake の操作では -allow-unsupported-compiler を指定する．

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM NVIDIA CUDA Toolkit 12.8 をシステム領域にインストール
winget install --scope machine --id Nvidia.CUDA --version 12.8 -e --silent --disable-interactivity --force --uninstall-previous --accept-source-agreements --accept-package-agreements --override "-s -n"

REM 環境変数TEMP, TMPの設定（一時ファイルの保存先を短いパスに変更）
mkdir C:\TEMP
set "TEMP_PATH=C:\TEMP"
setx TEMP "%TEMP_PATH%" /M >nul
setx TMP "%TEMP_PATH%" /M >nul

2. Python の Dlib ライブラリのインストール，Dlib のソースコードと学習済みモデルのダウンロード

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. Python の Dlib ライブラリのインストール

   PyPI の dlib はソース配布のみであり，インストール時にビルドが行われる． ここでは，Dlib のソースコードを取得して C:\dlib に置き，そこからビルドしてインストールする． このソースコードは，後の手順のサンプルプログラムでも使用する．

   DLIB_GIF_SUPPORT を OFF にすると，GIF 画像の読み込み機能を除いてビルドされる． Dlib の setup.py は，DLIB_ で始まる環境変数を cmake のオプションとして扱う．

   次のコマンドを実行する．

   python -m pip uninstall -y dlib
   cd C:\
   rmdir /s /q dlib
   git clone https://github.com/davisking/dlib
   cd C:\dlib
   set DLIB_GIF_SUPPORT=OFF
   python -m pip install .
   

   
   （以下省略）
3. Python のdlib ライブラリがインストールできたことの確認
   バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．

   python -c "import dlib; print( dlib.__version__ )"
   

   
4. Dlib の学習済みモデルのダウンロード

   次のコマンドを実行する．

   cd C:\dlib
   cd python_examples
   curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2
   curl -O http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
   curl -O http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2
   curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x mmod_human_face_detector.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x dlib_face_recognition_resnet_model_v1.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x shape_predictor_5_face_landmarks.dat.bz2
   "c:\Program Files\7-Zip\7z.exe" x shape_predictor_68_face_landmarks.dat.bz2
   del mmod_human_face_detector.dat.bz2
   del dlib_face_recognition_resnet_model_v1.dat.bz2
   del shape_predictor_5_face_landmarks.dat.bz2
   del shape_predictor_68_face_landmarks.dat.bz2
   

   
5. Dlib の動作確認のため，次を実行する．エラーメッセージが出ず，顔検出の結果が表示されれば OK とする．

   cd C:\dlib
   cd python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
   

   
   

3. Dlib に付属のサンプルプログラム（examples 下）のビルド

Dlib に付属のサンプルプログラムは，C:\dlib\examples の下にある．次の手順でビルドする．

手順は http://dlib.net/compile.html の記述に従う．

1. 以下の操作を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

   「12.8」のところは，実際にインストールしている NVIDIA CUDA ツールキットのバージョンにあわせる．

   cd C:\dlib
   cd examples
   rmdir /s /q build
   mkdir build
   cd build
   cmake .. -A x64 -T host=x64 ^
       -DCUDA_SDK_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.8" ^
       -DCUDA_TOOLKIT_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.8" ^
       -DCUDA_NVCC_FLAGS="-allow-unsupported-compiler" ^
       -DCUDA_NVCC_FLAGS_DEBUG="-allow-unsupported-compiler" ^
       -DCMAKE_INSTALL_PREFIX=c:/dlib ^
       -DDLIB_GIF_SUPPORT=OFF
   

   
2. 結果の確認

   エラーメッセージが出ていないことを確認する．

   
3. ビルド操作

   cmake --build . --config Release
   

   
4. 結果の確認．エラーメッセージが出ていないことを確認する．
   

4. 画像分類，物体検出，トラッキング・ビジョン，犬の顔画像への眼鏡のあてはめ（Dlib に付属のサンプルプログラムを使用）

画像分類

1. 学習済みモデルのダウンロード

   cd C:\dlib
   cd examples\build
   curl -O http://dlib.net/files/resnet34_1000_imagenet_classifier.dnn.bz2
   "c:\Program Files\7-Zip\7z.exe" x resnet34_1000_imagenet_classifier.dnn.bz2
   

   
2. 画像分類の実行

   画像分類の対象の画像は，「..\faces\*.jpg」で指定している．

   cd C:\dlib
   cd examples\build
   for %i in (..\faces\*.jpg) do .\release\dnn_imagenet_ex %i
   

   

画像分類の対象の画像

物体検出（Max-Margin Object Detection を使用）

物体検出：画像から，ある種類の物体を検出し，その位置と大きさを得る．1つの画像の中に物体が複数あることもある．

Max-Margin 物体検出法により，Dlib による物体検出が行われる．文献は次の通り．

Davis E. King, Max-Margin Object Detection, CoRR, abs/1502.00046, 2015.

学習済みモデルのダウンロード

cd C:\dlib
cd examples\build
curl -O http://dlib.net/files/mmod_rear_end_vehicle_detector.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x mmod_rear_end_vehicle_detector.dat.bz2

物体検出の実行（車の背面）

cd C:\dlib
cd examples\build
.\release\dnn_mmod_find_cars_ex

学習済みモデルのダウンロード

cd C:\dlib
cd examples\build
curl -O http://dlib.net/files/mmod_front_and_rear_end_vehicle_detector.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x mmod_front_and_rear_end_vehicle_detector.dat.bz2

物体検出の実行（車の正面と背面）

cd C:\dlib
cd examples\build
.\release\dnn_mmod_find_cars2_ex

トラッキング・ビジョン（correlation_tracker を使用）

cd C:\dlib
cd examples\build
.\release\video_tracking_ex ..\video_frames

犬の顔画像への眼鏡のあてはめ（顔のランドマーク検出による）

学習済みモデルのダウンロード

cd C:\dlib
cd examples\build
curl -O http://dlib.net/files/mmod_dog_hipsterizer.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x mmod_dog_hipsterizer.dat.bz2

実行する．

cd C:\dlib
cd examples\build
.\release\dnn_mmod_dog_hipsterizer mmod_dog_hipsterizer.dat ..\faces\dogs.jpg

5. Dlib による顔検出（Python を使用）

Dlib による顔検出を行う．

1. Dlib に同封の顔画像のファイルを確認する

   C:\dlib\examples\faces の下にある．

   
2. Windows のコマンドプロンプトを開く （手順：Windowsキーまたはスタートメニュー → cmd と入力 →「コマンドプロンプト」を選択）。
3. Python プログラムの実行

   cd C:\dlib
   cd python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
   

   結果が表示されるまで少し待つ．

   
   
   うまく動かないときの対処

   • 「RuntimeError: Unable to open mmod_human_face_detector.dat for reading」というエラーメッセージが出たときは， 上の「学習済みモデルのダウンロード」をやり直して，もう一度実行する．
     
   • python にパスが通っていないときは実行できない． パスが通っているかは，次のコマンドで確認する．パスが表示されなければ，Python のインストールをやり直す．

     where python
     

4. 別の画像で試す

   cd C:\dlib
   cd python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2008_001009.jpg
   

   
   
5. さらに別の画像で試す

   cd C:\dlib
   cd python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2008_001322.jpg
   

   
   

6. Dlib による顔ランドマークの検出（Python を使用）

顔ランドマークの検出 (face landmark detection) のサンプルプログラムを実行する．

顔ごとに，最大で 68 個のランドマーク (68 landmarks) が得られる．

cd C:\dlib
cd python_examples
python face_landmark_detection.py shape_predictor_68_face_landmarks.dat ..\examples\faces\

7. Dlib による顔のアラインメント，顔データのデータ拡張，5ランドマーク，68 ランドマーク，顔のコード化（Python を使用）

顔のアラインメント

1. Windows のコマンドプロンプトを開く （手順：Windowsキーまたはスタートメニュー → cmd と入力 →「コマンドプロンプト」を選択）。
2. Python プログラムの実行

   cd C:\dlib
   cd python_examples
   python face_alignment.py shape_predictor_68_face_landmarks.dat ..\examples\faces\2007_007763.jpg
   

   
3. Enter キーを複数回押して、結果を確認

顔データのデータ拡張

データ拡張 (data augmentation) は，学習用のデータを増やす操作である．

1. 実行する

   cd C:\dlib
   cd python_examples
   python face_jitter.py shape_predictor_68_face_landmarks.dat
   

   元画像として何を使うかは，プログラム中で設定されている．

   
   
2. Enter キーを複数回押して、結果を確認

5ランドマーク

1. 実行する

   cd C:\dlib
   cd python_examples
   python face_landmark_detection.py shape_predictor_5_face_landmarks.dat ..\examples\faces
   

   
   
2. Enter キーを複数回押して、結果を確認

68 ランドマーク

1. 実行する

   cd C:\dlib
   cd python_examples
   python face_landmark_detection.py shape_predictor_68_face_landmarks.dat ..\examples\faces
   

   
   
2. Enter キーを複数回押して、結果を確認

顔のコード化（5ランドマークを使用）

1. 実行する

   cd C:\dlib
   cd python_examples
   python face_recognition.py shape_predictor_5_face_landmarks.dat dlib_face_recognition_resnet_model_v1.dat ..\examples\faces
   

   顔ごとに 128個の数値（特徴量ベクトル）が得られることを確認

   
   
2. Enter キーを複数回押して、結果を確認

顔のコード化（68 ランドマークを使用）

1. 実行する

   cd C:\dlib
   cd python_examples
   python face_recognition.py shape_predictor_68_face_landmarks.dat dlib_face_recognition_resnet_model_v1.dat ..\examples\faces
   

   顔ごとに 128個の数値（特徴量ベクトル）が得られることを確認

   
   
2. Enter キーを複数回押して、結果を確認

8. ageitgey の face_recognition のインストール

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. numpy, scikit-image, scikit-learn のインストール

   次のコマンドを実行する．

   python -m pip install -U numpy scikit-image scikit-learn
   

3. face_recognition のインストール

   face_recognition が使用する face_recognition_models は，pkg_resources を使用する． pkg_resources は setuptools 82 で削除されたため，setuptools 82 未満を入れておく．

   cd /d %USERPROFILE%
   rmdir /s /q face_recognition
   git clone https://github.com/ageitgey/face_recognition
   cd face_recognition
   python -m pip install "setuptools<82"
   python -m pip install .
   

4. インストールできたことの確認

   次のコマンドを実行する．エラーメッセージが出なければ OK．

   python -c "import face_recognition; print( face_recognition.__version__ )"
   

9. ageitgey の face_recognition による顔識別（Python を使用）

ファイルとディレクトリの準備

1. Windows のコマンドプロンプトを開く （手順：Windowsキーまたはスタートメニュー → cmd と入力 →「コマンドプロンプト」を選択）。
2. 2つのディレクトリ known_people, unknown_pictures を作る

   コマンドプロンプトで次のコマンドを実行する．

   mkdir %USERPROFILE%\face_recognition\known_people
   mkdir %USERPROFILE%\face_recognition\unknown_pictures
   

   
3. 顔画像の準備

   %USERPROFILE%\face_recognition\examples にある顔画像のファイル 「biden.jpg」と「obama.jpg」を，先ほど作成した ディレクトリ known_people の下にコピーする．

   copy %USERPROFILE%\face_recognition\examples\biden.jpg %USERPROFILE%\face_recognition\known_people
   copy %USERPROFILE%\face_recognition\examples\obama.jpg %USERPROFILE%\face_recognition\known_people
   

   
4. ディレクトリ known_people の下に 2つの画像ファイルがあることを確認
   
5. %USERPROFILE%\face_recognition\examples にある顔画像のファイル 「two_people.jpg」を，先ほど作成した ディレクトリ unknown_pictures の下にコピーする．

   copy %USERPROFILE%\face_recognition\examples\two_people.jpg %USERPROFILE%\face_recognition\unknown_pictures
   

   
6. ディレクトリ unknown_pictures の下に画像ファイルがあることを確認
   

顔検出を行う

cd /d %USERPROFILE%\face_recognition
face_detection --model cnn unknown_pictures

表示される4つの数字は，顔領域の座標値である．

顔識別を行う

unknown_pictures の下にある画像ファイルを， known_people の下にある画像ファイルと照合して顔識別を行う．

cd /d %USERPROFILE%\face_recognition
face_recognition --show-distance true known_people unknown_pictures