在計算機視覺與深度學習技術的發展下，使用Python實現人物識別變得越來越容易。Python可以通過各種庫和框架來實現人物識別，其中最流行的是OpenCV和TensorFlow等。

下面是通過OpenCV實現人物識別的Python代碼示例：

import cv2
# 加載Haar級聯分類器
faceCascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
# 加載圖像
image = cv2.imread("image.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 檢測人臉
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30)
)
# 在圖像中標記人臉
for (x, y, w, h) in faces:
cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 顯示結果
cv2.imshow("Faces found", image)
cv2.waitKey(0)

以上代碼中，我們使用Haar級聯分類器檢測圖像中的人臉。檢測到人臉后，我們在圖像中使用矩形標記人臉，并顯示結果。

除了OpenCV外，TensorFlow也是實現人物識別的不錯選擇。下面是通過TensorFlow實現人物識別的Python代碼示例：

import tensorflow as tf
import numpy as np
import cv2
# 加載模型
model = tf.keras.models.load_model("model.h5")
# 加載圖像
image = cv2.imread("image.jpg")
image = cv2.resize(image, (224, 224))
image = np.expand_dims(image, axis=0)
# 預測圖像中的人物
prediction = model.predict(image)
# 顯示結果
print(prediction)

以上代碼中，我們加載了訓練好的模型，并使用模型來預測圖像中的人物。預測結果將會是一個包含多個值的數組，每個值表示一個不同的人物。

綜上所述，Python是實現人物識別的強大工具，無論是使用OpenCV還是TensorFlow，都可以輕松地實現人物識別的算法。