Dlib是一個機器學習的C++庫，裡面包含了許多常用的機器學習演算法，如人臉檢測識別，而且文件和例子都非常詳細，學習了OenCV後準備也學習下。
Dlib官網地址:http://www.dlib.net/ml.html
目前官方最新的版本是：19.8。這個版本的dlib只支援VS2015及以後的版本，前面的版本需要自己去搗鼓，而本人用的是VS2013，於是下載了dlib-18.17。下載地址：https://pan.baidu.com/s/1gey9Wd1
1、安裝cmake，這個很簡單，一直next就可以了。
2、開啟cmake,設定source code路徑為解壓目錄，新建生成目錄，起名為build,設為二進位制生成輸出目錄。
3、點選Configure生成如下介面：

4、確保DLIB_LINK_WITH_LIBJPEG選項和DLIB_LINK_WITH_LIBPNG選項被勾選，再次點選Configure，Configuring done後，然後點選Generate，生成完畢後，在build目錄下開啟：dlib.vcxproj，然後選擇dlib專案，點選生成，記得分別選擇Debug 64 和Release 64模式生成對應的靜態庫檔案：dlib.lib。
5、編譯完成後，就可以使用了，
在C/C++ —>常規—>附加包含目錄中加入 ：F:\OpenCV\dlib-18.17，如果出現jpeg和png的錯誤，記得新增包含F:\OpenCV\dlib-18.17\dlib\external\libjpeg和F:\OpenCV\dlib-18.17\dlib\external\libpng，然後在連結器—>常規—>附加庫目錄中新增：F:\OpenCV\dlib-18.17\build\Release（如果是Debug模式，則為：F:\OpenCV\dlib-18.17\build\Debug），然後在連結器—>輸入，中加入dlib.lib。
為了保證順利載入jpeg和png影象，還需要在c++的前處理器中加入
DLIB_PNG_SUPPORT
DLIB_JPEG_SUPPORT
6、測試

// OpenCVDLIB.cpp : 定義控制檯應用程式的入口點。
//

#include "stdafx.h"
#include <dlib/opencv.h>   
#include <dlib/image_processing/frontal_face_detector.h>    
#include <dlib/image_processing/render_face_detections.h>    
#include <dlib/image_processing.h>    
#include <dlib/gui_widgets.h>  
 

#include<opencv2/highgui/highgui.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>



using namespace cv;
using namespace std;
using namespace dlib;

int _tmain(int argc, _TCHAR* argv[])
{
    try
    {
        cv::VideoCapture cap(0);
        if (!cap.isOpened())
        {
            cerr << "Unable to connect to camera" << endl;
            return 1;
        }

        frontal_face_detector detector = get_frontal_face_detector();
        shape_predictor pose_model;
        deserialize("shape_predictor_68_face_landmarks.dat") >> pose_model;

        cv::namedWindow("show", 0);
        while (cv::waitKey(30) != 27)
        {
            // Grab a frame    
            cv::Mat temp;
            cap >> temp;

            cv_image<bgr_pixel> cimg(temp);
            std::vector<dlib::rectangle> faces = detector(cimg);
            std::vector<full_object_detection> shapes;
            for (unsigned long i = 0; i < faces.size(); ++i)
                shapes.push_back(pose_model(cimg, faces[i]));

            if (!shapes.empty())
            {
                for (int i = 0; i < 68; i++) {
                    circle(temp, cvPoint(shapes[0].part(i).x(), shapes[0].part(i).y()), 3, cv::Scalar(0, 0, 255), -1);
                }
            }
            imshow("show", temp);

        }
    }
    catch (serialization_error& e)
    {
        cout << "You need dlib's default face landmarking model file to run this example." << endl;
        cout << "You can get it from the following URL: " << endl;
        cout << "   http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2" << endl;
        cout << endl << e.what() << endl;
    }
    catch (exception& e)
    {
        cout << e.what() << endl;
    }
}

編譯成功，執行就能開啟電腦usb攝像頭，檢測人臉了。