带你3步实现dlib--人脸关键点的绘制

概括

        人脸关键点定位是计算机视觉领域的重要技术，旨在通过算法自动在人脸图像上定位出关键位置，如眼睛、鼻子、嘴巴等特征点。这些关键点对于人脸识别、表情分析、人脸姿态估计等应用至关重要。

效果图：

具体实现：

1.加载模型

'''关键点定位：定位到人脸的眼睛、鼻子、眉毛、轮廓等'''
import numpy as np
import cv2
import dlib  #导入dlib库

image = cv2.imread('./zjy.jpg')
detect = dlib.get_frontal_face_detector()  # 构造人脸检测器
faces = detect(image, 0)  # 检测人脸

# dlib.shape_predictor载入模型（加载预测器）
# 可以从https://github.com/davisking/dlib-models下载  xmlopencv自己训练好的特征，dlib人脸关键点的检测模型
predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat')

faces = detector(image,n)使用人脸检测器返回检测到的人脸框
参数：image: 待检测的可能含有人脸的图像。
参数n：表示采用上采样的次数。上采样会让图像变大，能够检测到更多人脸对象，提高小人脸的检测效果
返回值faces：返回检测图像中的所有人脸框。

2.获取脸部的关键点（实现检测）

for face in faces:  # 获取每一张脸的关键点（实现检测）
    shape = predictor(image, face)  # 获取关键点

    # 将关键点转换为坐标(x,y)的形式
    landmarks = np.matrix([[p.x, p.y] for p in shape.parts()])

3.绘制每一张脸的关键点

    for i, point in enumerate(landmarks):
        position = (point[0, 0], point[0, 1])  # 当前关键的坐标
        # 针对当前关键点，绘制一个实心圆
        cv2.circle(image, position, 2, (0, 255, 0))
        cv2.putText(image, str(i), position, cv2.FONT_HERSHEY_SIMPLEX, 0.4, (255, 255, 255), 1, cv2.LINE_AA)

cv2.circle（image，圆心坐标，半径，颜色）

cv2.putText(image, 绘制内容, (绘制位置), 字体类型, 字体大小, (字体颜色), 线条粗细)

整体代码展示

'''关键点定位：定位到人脸的眼睛、鼻子、眉毛、轮廓等'''
import numpy as np
import cv2
import dlib

image = cv2.imread('./zjy.jpg')
detect = dlib.get_frontal_face_detector()  # 构造人脸检测器
faces = detect(image, 0)  # 检测人脸

# dlib.shape_predictor载入模型（加载预测器）
# 可以从https://github.com/davisking/dlib-models下载  xmlopencv自己训练好的特征，dlib人脸关键点的检测模型
predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat')

for face in faces:  # 获取每一张脸的关键点（实现检测）
    shape = predictor(image, face)  # 获取关键点

    # 将关键点转换为坐标(x,y)的形式
    landmarks = np.matrix([[p.x, p.y] for p in shape.parts()])
    # 绘制每一张脸的关键点（绘制shape中的每个点）
    for i, point in enumerate(landmarks):
        position = (point[0, 0], point[0, 1])  # 当前关键的坐标
        # 针对当前关键点，绘制一个实心圆
        cv2.circle(image, position, 2, (0, 255, 0))
        cv2.putText(image, str(i), position, cv2.FONT_HERSHEY_SIMPLEX, 0.4, (255, 255, 255), 1, cv2.LINE_AA)

cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()