人脸识别Dlib——68个特征点

最新推荐文章于 2024-09-15 15:47:52 发布

全部梭哈一夜暴富

最新推荐文章于 2024-09-15 15:47:52 发布

阅读量3.1w

点赞数 26

分类专栏：人脸识别文章标签：人脸识别

本文链接：https://blog.csdn.net/AI_girl/article/details/86165960

版权

本文介绍了如何使用Dlib库进行人脸识别，特别是提取68个特征点。通过示例代码展示了如何处理图片和视频中的人脸，实现了人脸特征的动态监测。在实验中，作者省略了人脸框，但提供了启用它的选项。

摘要由CSDN通过智能技术生成

前面说了怎么打开摄像头框出人脸，接下来学习了一下人脸的68个特征点

直接代码

import dlib
import cv2

# 与人脸检测相同，使用dlib自带的frontal_face_detector作为人脸检测器
detector = dlib.get_frontal_face_detector()

# 使用官方提供的模型构建特征提取器
predictor = dlib.shape_predictor('E:data/shape_predictor_68_face_landmarks.dat/shape_predictor_68_face_landmarks.dat')
# cv2读取图片
img = cv2.imread("D:/2.0/progect/my_faces0/103.jpg")

# 与人脸检测程序相同,使用detector进行人脸检测 dets为返回的结果
dets = detector(img, 1)
# 使用enumerate 函数遍历序列中的元素以及它们的下标
# 下标k即为人脸序号
# left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离
# top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
for k, d in enumerate(dets):
    print("dets{}".format(d))
    print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}".format(
        k, d.left(), d.top(), d.right(), d.bottom()))

    # 使用predictor进行人脸关键点识别 shape为返回的结果
    shape = predictor(img, d)
    # 获取第一个和第二个点的坐标&