python画人脸关键点

本文介绍了如何使用Python进行人脸关键点检测,通过调整参数确保显示界面为正方形,从而更好地展示人脸特征。
摘要由CSDN通过智能技术生成

通过调节刻度,让界面近似正方形:

import numpy as np
import matplotlib.pyplot as plt
# N = 100

a_data=[[238.0,277.0],
[206.0,270.0],
[197.0,261.0],
[188.0,256.0],
[233.0,263.0],
[217.0,256.0],
[198.0,249.0],
[192.0,244.0],
[217.0,230.0],
[192.0,227.0],
[223.0,210.0],
[201.0,201.0],
[207.0,200.0],
[211.0,171.0],]

a_data=np.asarray(a_data)


x = 480-a_data[:,0]
y = a_data[:,1]

fig, ax = plt.subplots()
ax.scatter(x, y, c='r')

for i in range(len(a_data)):
    ax.annotate(str(i), (x[i], y[i]))
plt.xlim(100, 500)
# 把x轴的刻度范围设置为-0.5到11,因为0.5不满一个刻度间隔,所以数字不会显示出来,但是能看到一点空白
plt.ylim(100, 400)
# plt.savefig('./test2.jpg')
plt.show()

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用Python照片上的人可以使用图像处理库OpenCV。首先,我们需要将照片加载到Python中。可以使用OpenCV的imread函数来加载图像。接下来,我们需要使用人脸检测器来检测照片中人的位置。OpenCV提供了一个预训练好的人脸检测器模型,可以在python中使用。我们可以使用这个模型来检测人脸位置,然后在照片上绘制一个框来标记出人脸区域。 在绘制人脸区域之前,我们还可以使用其他的人脸关键点检测器来检测人脸上的关键点,例如眼睛、鼻子、嘴巴等。这可以帮助我们更加准确地出人物的轮廓。 为了完成上述任务,我们可以使用Dlib库,它提供了一个能够检测并定位人脸关键点的预训练模型。通过加载这个模型,我们可以识别人脸上的关键点,并将它们应用于我们所的图像上。 最后,我们可以使用Python中的绘图库(如Matplotlib)来绘制图像,并在检测到的人脸区域上绘制一个框,或者根据检测到的人脸关键点绘制一张更加准确的肖像。 综上所述,使用Python照片上的人需要以下步骤: 1. 使用OpenCV加载照片。 2. 使用Dlib库的人脸检测器识别人脸位置。 3. 使用Dlib库的人脸关键点检测器识别人脸关键点。 4. 使用绘图库绘制图像,并绘制人脸框或人脸轮廓。 通过以上步骤,我们可以使用Python出照片上的人物。这种方法可以应用于许多场景,如美术绘人脸识别等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值