人脸识别是一个复杂的任务，通常需要使用专门的库，如OpenCV（结合深度学习模型，如dlib、face_recognition或深度学习框架如TensorFlow、PyTorch中的模型）。

下面是一个使用face_recognition库进行基本人脸识别的Python代码示例。请注意，face_recognition库本身是基于dlib库的。

import face_recognition  
import cv2  
  
# 加载一张包含人脸的图片  
image = face_recognition.load_image_file("your_image.jpg")  
  
# 使用默认的HOG模型来找到图片中的所有人脸  
face_locations = face_recognition.face_locations(image)  
  
# 打印出每个人脸的位置信息  
for face_location in face_locations:  
    top, right, bottom, left = face_location  
    print(f"A face is located at pixel location Top: {top}, Left: {left}, Bottom: {bottom}, Right: {right}")  
  
    # 你可以使用OpenCV在图像上绘制矩形来显示人脸的位置  
    cv2.rectangle(image, (left, top), (right, bottom), (0, 255, 0), 2)  
  
# 显示图像  
cv2.imshow("Image with faces", image)  
cv2.waitKey(0)

在这个示例中，我们加载了一张图片，并使用face_recognition.face_locations()函数来找到图片中所有的人脸。然后，我们打印出每个人脸的位置信息，并使用OpenCV在图像上绘制矩形来显示人脸的位置。最后，我们使用cv2.imshow()函数来显示图像。