要开发一个圆脸识别程序，你可以遵循以下步骤：
环境搭建
安装Ubuntu 17.10操作系统。
安装Python 2.7.14（因为最新的face_recognition库可能不支持Python 3）。
安装必要的开发工具和库，如git、cmake和python-pip。
安装依赖库
安装dlib库，它是一个用于人脸识别的深度学习库。
安装face_recognition库，它是一个基于dlib的简单易用的人脸识别库。
获取和准备数据
准备一个包含已知人脸图片的文件夹，每个人一张图片，并命名为相应的名字。
准备另一个文件夹，包含要识别的图片。
编写代码
使用face_recognition库提供的API来加载已知人脸图片，并创建一个面部识别器。
加载要识别的图片，并使用面部识别器进行识别。
运行程序
运行编写好的代码，程序将识别出图片中的人脸，并与已知人脸进行匹配。
```python
import face_recognition
加载已知人脸图片并编码
known_image_path = "known_people/babe.jpg"
known_image = face_recognition.load_image_file（known_image_path）
known_face_encoding = face_recognition.face_encodings（known_image）
加载要识别的图片
unknown_image_path = "unknown_image.jpg"
unknown_image = face_recognition.load_image_file（unknown_image_path）
查找未知图片中的人脸编码
unknown_face_encodings = face_recognition.face_encodings（unknown_image）
将未知图片中的人脸与已知人脸进行匹配
face_locations = face_recognition.face_locations（unknown_image）
face_encodings = face_recognition.face_encodings（unknown_image）
for face_encoding in unknown_face_encodings:
检查当前人脸编码是否与已知人脸编码匹配
matches = face_recognition.compare_faces（[known_face_encoding], face_encoding）
name = "Unknown"
如果找到匹配，则更新名字
if True in matches:
first_match_index = matches.index（True）
name = known_image_path.split（"/"）[-1].split（"."）
在图片上绘制人脸框和名字
for （top, right, bottom, left） in face_locations:
face_recognition.draw_box_on_image（unknown_image, （left, top, right, bottom）, name）
显示图片
face_recognition.display_image_and_labels（unknown_image）
```
请注意，这个示例代码假设你已经有了已知人脸的图片和要识别的图片，并且图片路径已经正确设置。此外，这个代码示例使用的是Python 2.7.14和face_recognition库，如果你使用的是其他版本的Python或操作系统，可能需要调整安装步骤和代码。
