CentOs7 docker部署face_recognition
基于CentOs7中的docker部署face_recognition
- 前情提要
-
- 基本情况
- 准备工作
-
- requirements生成
- Dockerfile编写
-
- 踩过的坑
- 成功
- docker部署
-
- 1、上传python项目
- 2、部署
- BUG记录
前情提要
第一次采用docker部署python项目（该项目是基于win10环境下安装好的face_recognition开发完成），竟然遇到了光是部署环境就差点把人劝退的face_recognition。搞了几天终于部署好了，因此记录一下整个过程。
基本情况
python人脸识别项目是在windows10上采用pycharm工具编写完成，运用face_recognition包进行人脸识别。该包依赖的dlib安装的是dlib-19.7.0版本，其他配套的环境python:3.6，opencv-python:3.4.2.16，opencv-contrib-python:3.4.2.16，numpy:1.16.0.
下面准备将在win10系统下完成的python项目部署到centos7系统的服务器中。
准备工作
- 安装虚拟机基础环境–docker、pip 。我安装的是centos7系统，具体流程可直接搜网上安装教程；
- 克隆虚拟机。为了保险起见，将安装好基础环境的虚拟机克隆一份，在克隆后的虚拟机上进行docker部署 ；
- 编写好的Python项目 。这是我的python项目截图，其中.py文件是我的python项目，requirements.txt记录.py文件用到的各种包，Dockerfile是一个用来构建镜像的文本文件，包含了一条条构建镜像所需的指令和说明。
下面将展开requirements的生成和Dockerfile的编写。
requirements生成
我用的pycharm，直接在terminal下面输入，即可生成该py文件需要的包及版本号：
pip freeze > requirements.txt
在生成的requirements.txt可能包含很多依赖，这时得按照项目需要手动删掉一些不需要的依赖包。
Dockerfile编写
踩过的坑
自己编写Dockerfile时，遇到了很多坑，主要集中在face_recogniton的环境搭建上。
face_recognition包依赖于dlib环境，而在win10环境下安装的dlib-19.7.0-cp36-cp36m-win_amd64.whl不需要安装cmake和boost即可运行。但在linux环境下，没有linux版本的whl，对应的dlib-19.7.0.tar.gz需要cmake和boost环境的支撑。因此，在Dockerfile中直接写了
RUN pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple/
RUN pip install boost -i https://pypi.tuna.tsinghua.edu.cn/simple/
RUN pip install dlib
虽然cmake和boost会提示成功安装，但在安装face_recognition时直接报错，说boost找不到：
为了解决该问题找了各种方法，如去boost.org官网下载新版本的boost（国内镜像源只有boost-0.1.tar.gz），并按照相应的安装步骤试图直接安装，但又提示./b2找不到。
不知点开了多少网页终于得知，dlib在19.9.0版本后不需要依赖boost，只需要cmake即可应用，瞬间燃起了希望之火，而后又查阅一些成功将face_recognition上传到docker里的Dockerfile，一触即发成功安装。
成功
下面直接展示成功的Dockerfile内容。
# docker基础环境
FROM python:3.6
# 将当前目录的文件拷贝到face_recognition文件中
COPY . /face_recognition
# 设置工作目录为face_recognition文件夹
WORKDIR /face_recognition
# 安装依赖环境（虽然是centos系统，但不会影响安装）
RUN apt-get update -y
RUN apt-get install -y \
git \
cmake \
libsm6 \
libxext6 \
libxrender-dev \
python3 \
python3-pip \
gcc \
python3-tk \
libopenblas-dev \
liblapack-dev
# 安装dlib
RUN git clone git://github.com/davisking/dlib.git && \
cd dlib && \
mkdir build && \
cd build && \
cmake .. && \
cmake --build . && \
cd .. && \
python3 setup.py install
# 安装Face Recognition和OpenCV，指定国内镜像源，这样下载速度快些
RUN pip3 install face_recognition -i https://pypi.douban.com/simple/
RUN pip3 install opencv-python -i https://pypi.douban.com/simple/
# 安装requirements里的其他安装包
RUN pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
# 采用Python运行img_face_code_pickle.py（这里可以修改为你要运行的py文件）
CMD ["python", "img_face_code_pickle.py"]
docker部署
1、上传python项目
因为虚拟机上安装的是centos7无桌面版本，所以借助FinalShell工具来将windows上的Python文件上传到虚拟机。具体操作如下：
- 查看虚拟机ip地址
#1、查看虚拟机ip地址
ifconfig
找到ens33对应的inet（图中红框标记处）为本机IP地址。
-
FinalShell连接虚拟机
打开FinalShell，创建新的SHH连接，输入虚拟机的ip地址、用户名及密码，即可连接成功。
-
FinalShell上传文件
打开连接。首先，在root目录下创建一个文件用以存放Python项目，并进入到文件中。
# 1、创建文件
mkdir pythonFile
#2、进入文件
cd pythonFile
然后将windows上的Python文件拖拽到pythonFile中，即可完成文件的上传。
2、部署
进入Dockerfile文件所在的根目录，我这里是docker_recognition目录
[root@localhost ~]# cd pythonFile
[root@localhost pythonFile]# ls
docker_recognition
[root@localhost pythonFile]# cd docker_recognition
[root@localhost docker_recognition]# ls
dbTableGen.py Dockerfile img_face_code_pickle.py model.py requirements.txt
在该目录下，创建docker镜像
docker build -t img_face_recognition . # . 表示当前路径
整个创建过程会比较漫长，耐心等待。。。最后若创建成功会有Successfully built xxxxx提示语。
创建完成后，查看docker镜像，输入
docker images
即可看到创建好的face_recognition镜像
运行镜像
docker run img_face_recognition
得到结果，因为在Dockerfile中写了CMD运行指令，所以可直接得到CMD中py文件的结果。
若Dockerfile中未写CMD指令，要运行Python项目。首先cd进入到python项目所在根目录，然后在终端完成以下步骤：
- 第一步 运行镜像。其中-i以交互模式运行容器，通常与 -t 同时使用；-t 为容器重新分配一个伪输入终端，通常与 -i 同时使用；-d 后台运行容器，并返回容器ID。
docker run -itd img_face_recognition
- 第二步 列出所有在运行的容器
docker ps
- 第三步 找到对应镜像容器，进入到容器内部
docker exec -it 容器id /bin/bash
- 第四步 运行py文件
python 文件名.py
最终得到结果，如图所示：
至此，终于所有的部署已完成。
BUG记录
- Dockerfile不是文本文档，没有txt后缀。
- 运行代码时出现AttributeError: module ‘face_recognition’ has no attribute ‘face_locations’。
这是因为python文件取名时，与face_recognition包重名。解决方法：对取名为face_recognition的py文件，重命名即可。