利用facenet实现检测图片中的人脸，将识别到的人脸向量存入数据库，此外利用post提交一个新图片（也可以提交一个图片地址，参考face_recognition_api.py文件中get_url_imgae函数自行修改），返回数据库中相似的人脸的信息
算法主要分为2个步骤
1.提取图片中的人脸 ，并保存到临时目录中
2.将人脸图片转换为128维的向量 ，便于后续求人脸相似度
项目主要分为3个步骤
1.提交post请求，将uid ugroup pic提交，进行人脸信息保存操作
2.收到请求后将pic进行处理解析为128维向量保存，并跟uid和ugroup保存入库 ，返回数据库插入成功的id
3.提交post请求，将ugroup pic提交人脸查询请求，意思为再ugroup中查看与图片pic相似的人脸
4.收到请求后，处理图片解析图片中所有的人脸，进行按库查询，然后与该图片中所有人脸相似的uid和距离（相似度距离）
下列包全部安装即可
如下
tensorflow
scipy
scikit-learn
opencv-python
h5py
matplotlib
Pillow
requests
psutil
mysql-connector
Werkzeug
Flask
Flask-HTTPAuth
建表语句再database.sql （需要提前建立数据库，名字自己定义，本项目数据库名为face） 数据库配置在face_mysql.py文件中 （第12行 配置数据库用户名、密码、地址、数据库地址 本案例配置如下
db = mysql.connector.connect(user='root', password='root', host='127.0.0.1', database='face')）
本项目是根据facenet中提取关键的代码，将其进行封装使用 所以需要提交下载facenect提供的模型，现在保存在百度网盘中 密码：avbl 下载下来后按照models\facenet\20170512-110547 这个目录结构存放即可
首先在服务器上 执行
python face_recognition_api.py 访问地址是XXXXXX:8080 这个可以配置 （文件face_recognition_api.py 最后代码中有注释）
