VS2013+Dlib提取特征点使用总结

       上一篇博文是关于seetaface，已经用seetaface开发了一个可以商用的人脸识别登录系统了。识别速度和效果应该还不错，一秒十帧的速度就够了，当相似度阈值设置为0.7时，几乎没有出现过误识别，识别率也是不错的。

       然后，seetaface只有五个特征点，在没有看到dlib之前，觉得显示左眼、右眼、鼻尖、左嘴角、右嘴角的效果，相对于只显示人脸的矩形框，效果已经很不错了。在看到dlib的人脸特征点效果后，觉得dlib的68个特征点的显示，简直酷炫太多了。好吧，那就用dlib来显示人脸特征吧。

       首先，需要下载dlib，下载链接为 http://dlib.net/ 

       如果你打开了这个链接，下载了最新的dlib,你会发现它是19.2的版本，在cmake编译时，它是不支持VS2013的，貌似支持VS2015。所以，对于我们这种使用VS2013的开发人员来说，只能够是下载dlib之前的版本了，这个版本一定要支持VS2013。好了，那么现在的问题是，下载dlib早期的版本，比如dlib18.17。博主在上面的dlib官方网站找了好久，都不知道在哪里可以下载dlib18.17的版本，真是个大坑啊，像opencv一样多好，搞个网页，早期的各个版本一目了然，随意下载。最终，博主辛苦了好久通过其他渠道下载到了18.17的版本。现在提供下载，避免需要用到的读者辛辛苦苦找资源。dlib1817下载   为了避免日后dlib升级到更高的版本而无法下载19.2版本，所以也提供dlib19.2下载

     现在开始，如何使用dlib，进行人脸的特征点检测了。

第一步 ：使用cmake编译下载的dlib,得到了dlib.lib文件，这是运行所需的库文件。请注意debug和release两个版本的lib，与你之后的C++编译模式对应，否则容易出错。

       编译的大概步骤是：1、cmake，输入是下载的dlib文件，输出为C++工程  2、编译得到的++工程，即可得到debug和release下的lib。具体编译可参见 使用cnake编译dlib

 如果有读者不想编译，想要立刻马上直接可以用起来，当然博主也提供编译后的lib文件下载。编译后的lib文件下载  

第二步：新建一个VS工程。一些依赖项的设置。

1、将下载的整个dlib文件拷贝到.sln所在目录，将上一步生成的lib文件也放在这个目录。如下图所示。

 

2、设置C++工程的库目录，包含目录，附加依赖项。如下图所示。debug与release所依赖用到的dlib.lib文件不同

3、请提前配置好opencv相关的库目录，包含目录，附加依赖项。

4、还需要shape_predictor_68_face_landmarks.dat文件，链接：http://pan.baidu.com/s/1ge2L6Jx 密码：22j3

5、检测人脸特征点的代码。代码部分主要参考 感谢这位博主的亲身尝试和分享

#include <dlib/opencv.h>  
#include <opencv2/opencv.hpp>  
#include <dlib/image_processing/frontal_face_detector.h>  
#include <dlib/image_processing/render_face_detections.h>  
#include <dlib/image_processing.h>  
#include <dlib/gui_widgets.h>  

using namespace dlib;
using namespace std;

int main()
{
	try
	{
		cv::VideoCapture cap(0);
		if (!cap.isOpened())
		{
			cerr << "Unable to connect to camera" << endl;
			return 1;
		}
  
		frontal_face_detector detector = get_frontal_face_detector();
		shape_predictor pose_model;
		deserialize("shape_predictor_68_face_landmarks.dat") >> pose_model;

		cv::namedWindow("show", 0);
		while (cv::waitKey(30) != 27)
		{
			// Grab a frame  
			cv::Mat temp;
			cap >> temp;

			cv_image<bgr_pixel> cimg(temp);
			std::vector<rectangle> faces = detector(cimg); 
			std::vector<full_object_detection> shapes;
			for (unsigned long i = 0; i < faces.size(); ++i)
				shapes.push_back(pose_model(cimg, faces[i]));

			if (!shapes.empty()) 
			{
				for (int i = 0; i < 68; i++) {
					circle(temp, cvPoint(shapes[0].part(i).x(), shapes[0].part(i).y()), 3, cv::Scalar(0, 0, 255), -1);
				}
			}
			imshow("show", temp);

		}
	}
	catch (serialization_error& e)
	{
		cout << "You need dlib's default face landmarking model file to run this example." << endl;
		cout << "You can get it from the following URL: " << endl;
		cout << "   http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2" << endl;
		cout << endl << e.what() << endl;
	}
	catch (exception& e)
	{
		cout << e.what() << endl;
	}
}

6、最后，只要有USB摄像头，你就可以查看效果了。