题目:以人脸识别(属于分类问题)为例,理解实际应用中的特征数据集提取。1)用python3+opencv3.4+dlib库编程,打开摄像头,实时采集人脸并保存、绘制68个特征点;2)不在原视频上绘制显示特征点,而是给人脸虚拟P上一付墨镜(提示:找到双眼特征点坐标值,以坐标中心点为圆心,用opencv函数绘制两个圆,并填充黑色)
目录
一.dlib库
1.介绍
Dlib是一个包含机器学习算法的C++开源工具包。Dlib可以帮助您创建很多复杂的机器学习方面的软件来帮助解决实际问题。目前Dlib已经被广泛的用在行业和学术领域,包括机器人,嵌入式设备,移动电话和大型高性能计算环境。
2.特点
Dlib的主要特点:
1. 文档齐全
不像很多其他的开源库一样,Dlib为每一个类和函数提供了完整的文档说明。同时,还提供了debug模式;打开debug模式后,用户可以调试代码,查看变量和对象的值,快速定位错误点。另外,Dlib还提供了大量的实例。
2. 高质量的可移植代码
Dlib不依赖第三方库,无须安装和配置,这部分可参照(官网左侧树形目录的how to compile的介绍)。Dlib可用在window、Mac OS、Linux系统上。
3. 提供大量的机器学习 / 图像处理算法
>> 深度学习
>> 基于SVM的分类和递归算法
>> 针对大规模分类和递归的降维方法
>> 相关向量机(relevance vector machine);是与支持向量机相同的函数形式稀疏概率模型,对未知函数进行预测或分类。其训练是在贝叶斯框架下进行的,与SVM相比,不需要估计正则化参数,其核函数也不需要满足Mercer条件,需要更少的相关向量,训练时间长,测试时间短。
>> 聚类: linear or kernel k-means, Chinese Whispers, and Newman clustering. Radial Basis Function Networks
>> 多层感知机
3.安装
如果python版本是3.8的,安装的dlib版本也是38的,两者版本必须对应
下载好特点版本的dlib库的whl文件夹
pip install folder:xxx.whl
如果出现Successfully installed…即安装成功!
二.安装OPencv
cmd中输入
pip install opencv_python==3.4.11.45
三.人脸识别代码
导入包
import numpy as np
import cv2
import dlib
import os
import sys
import random
def get_detector_and_predicyor():
detector = dlib.get_frontal_face_detector()
#返回训练好的人脸68特征点检测器
predictor = dlib.shape_predictor('F:\outputtupian\dat1\shape_predictor_68_face_landmarks.dat')#之前下载的dlib文件存放的路径
return detector,predictor
#获取检测器
detector,predictor=get_detector_and_predicyor()
def painting_sunglasses(img,detector,predictor):
#给人脸带上墨镜
rects = detector(img_gray, 0)
for i in range(len(rects)):
landmarks = np.matrix([[p.x, p.y] for p in predictor(img,rects[i]).parts()])
right_eye_x=0
right_eye_y=0
left_eye_x=0
left_eye_y=0
for i in range(36,42):#右眼范围
#将坐标相加
right_eye_x+=landmarks[i][0,0]
right_eye_y+=landmarks[i][0,1]
#取眼睛的中点坐标
pos_right=(int(right_eye_x/6),int(right_eye_y/6))
"""
利用circle函数画圆
函数原型
cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]])
img:输入的图片data
center:圆心位置
radius:圆的半径
color:圆的颜色
thickness:圆形轮廓的粗细(如果为正)。负厚度表示要绘制实心圆。
lineType: 圆边界的类型。
shift:中心坐标和半径值中的小数位数。
"""
cv2.circle(img=img, center=pos_right, radius=30, color=(0,0,0),thickness=-1)
for i in range(42,48):#左眼范围
#将坐标相加
left_eye_x+=landmarks[i][0,0]
left_eye_y+=landmarks[i][0,1]
#取眼睛的中点坐标
pos_left=(int(left_eye_x/6),int(left_eye_y/6))
cv2.circle(img=img, center=pos_left, radius=30, color=(0,0,0),thickness=-1)
camera = cv2.VideoCapture(0)#打开摄像头
ok=True
while ok:
ok,img = camera.read()
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#display_feature_point(img,detector,predictor)
painting_sunglasses(img,detector,predictor)#调用画墨镜函数
cv2.imshow('video', img)
k = cv2.waitKey(1)
if k == 27: # press 'ESC' to quit
break
camera.release()
cv2.destroyAllWindows()
运行成功!
四.总结
通过自己动手安装一系列的环境搭建,让我提升了学习能力。