[face_recognition中文文档] 第5节 特约贡献

摘要: face_recognition中文文档，这是世界上最简单的人脸识别库了。你可以通过Python引用或者命令行的形式使用它，来管理和识别人脸。 该软件包使用dlib中最先进的人脸识别深度学习算法，使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。 它同时提供了一个叫face_recognition的命令行工具，以便你可以用命令行对一个文件夹中的图片进行识别操作。

Contributing特约贡献

欢迎贡献，非常感谢！每一点帮助，都是肯定。
你可以在许多方面做出贡献：

贡献类型

报告错误

在https://github.com/ageitgey/face_recognition/issues上报告错误。

如果您报告错误，请包括如下信息：

您的操作系统名称和版本。

有关本地设置的任何细节可能有助于排除故障。

详细的步骤重现错误。

提交反馈

发送反馈的最佳方法是在https://github.com/ageitgey/face_recognition/issues上提出问题。

如果您提出了一个功能，请包括如下信息：

详细解释它将如何工作。

尽可能的缩小范围，使其更容易实现。

请记住，这是一个志愿者驱动的项目，欢迎您的贡献:)

开始吧！

准备贡献？以下是如何设置face_recognition进行本地开发。

首先Fork

face_recognition

源码到你自己的Github仓库

再克隆你上一步Fork到自己的Github上的face_recognition到本地：

$ git clone git@github.com:your_name_here/face_recognition.git

将本地face_recognition副本安装到virtualenv中。假设你已经安装了virtualenvwrapper，这是你如何设置你的fork来进行本地开发：

$ mkvirtualenv face_recognition
$ cd face_recognition/
$ python setup.py develop

为本地开发创建一个分支：

$ git checkout -b name-of-your-bugfix-or-feature

现在您可以在本地进行更改。

完成更改后，请检查您的更改是否通过了flake8测试，包括使用tox测试其他Python版本：

$ flake8 face_recognition tests
$ python setup.py test or py.test
$ tox

要获取flake8和tox，只需将它们安装到您的virtualenv中即可。

提交您的更改并将您的分支推送到GitHub：

$ git add .
$ git commit -m "Your detailed description of your changes."
$ git push origin name-of-your-bugfix-or-feature

通过GitHub网站提交Pull Request。

Pull Request指南

在提交Pull Request之前，请检查它是否符合以下准则：

Pull Request应包括tests。

如果Pull Request添加功能，则应更新文档。将新功能放入带有docstring的函数中，并将该功能添加到README.rst中的列表中。

引用请求应该适用于Python 2.6,2.7,3.3,3.4和3.5以及PyPy。检查https://travis-ci.org/ageitgey/face_recognition/pull_requests ，并确保所有受支持的Python版本通过测试。

提示

运行子测试：

$ python -m unittest tests.test_face_recognition