人工智能入门demo

最新推荐文章于 2024-05-03 11:07:56 发布

okouk

最新推荐文章于 2024-05-03 11:07:56 发布

阅读量383

点赞数

分类专栏：人工智能文章标签：人工智能计算机视觉深度学习

本文链接：https://blog.csdn.net/TKKDOUZI/article/details/121872450

版权

人工智能专栏收录该内容

1 篇文章 0 订阅

订阅专栏

做课设时顺便写写持续更新…

项目介绍

人脸68特征点识别demo

环境搭建

需要使用的库有

dlib

常见问题及解决方案

open无法打印中文 https://blog.csdn.net/hijacklei/article/details/116010860

项目

人脸68特征识别(Dlib)

需要使用人脸识别的训练模型：

shape_predictor_68_face_landmarks.dat

# 人脸68特征识别(Dlib)
import cv2
import dlib

# 文件路径
path = "../img/group_image.png"
# cv2读取图片
img = cv2.imread(path)

# 灰度处理 后面处理的图片都是灰度处理后的图片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


# 人脸分类器
detector = dlib.get_frontal_face_detector()

# 获取人脸检测器 训练模型
dat_path = "../lib_data/shape_predictor_68_face_landmarks.dat"
predictor = dlib.shape_predictor(dat_path)

dets = detector(gray, 1)
i = 0
print("共找到" + str(len(dets)) + "个人")
for face in dets:
    i += 1

    # 在图片中标注人脸，并显示
    left = face.left()
    top = face.top()
    right = face.right()
    bottom = face.bottom()

    cv2.rectangle(img, (left, top), (right, bottom), (0, 0, 255), 2)
    img_text = "{0}".format(i)
    # 打印文字 标识序号
    cv2.putText(img, img_text, (left, bottom + 50), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255))

    shape = predictor(img, face)  # 寻找人脸的68个标定点
    # 遍历所有点，打印出其坐标，并圈出来
    for pt in shape.parts():
        pt_pos = (pt.x, pt.y)
        # cv2.circle(img, pt_pos, 1, (0,0,255), 2)
    cv2.imshow("image", img)

cv2.waitKey(0)
cv2.destroyAllWindows()