人脸识别+68个特征点 (Python3.7 +dilb +openCV + VS2019)

利用Python3.7、dlib库和OpenCV,结合VS2019,在图片、摄像头实时及视频中实现人脸识别和68个面部特征点检测。参考了pyimagesearch的相关教程,通过加载预训练的特征点模型进行检测。代码包括图片识别和摄像头视频流的实时识别流程。
摘要由CSDN通过智能技术生成

Python3.7 +dilb +openCV + VS2019

实现图片、摄像头实时、视频识别

参考:
https://www.pyimagesearch.com/2017/04/03/facial-landmarks-dlib-opencv-python/
https://www.pyimagesearch.com/2017/04/17/real-time-facial-landmark-detection-opencv-python-dlib/

效果:
在这里插入图片描述

  1. 导入包
    识别图片只需要前6行
from imutils import face_utils
import numpy as np
import argparse
import dlib
import cv2
import imutils
import datetime
import argparse
import time
  1. 导入模型
    68_face_landmark\shape_predictor_68_face_landmarks.dat
    网上现有的已经训练好的特征点模型
    注意:下载后需要解压,不能直接拖拽内部文件
    predictor_path 是存放.dat文件的路径。这里直接放在项目当前路径里了。
detector = dlib.get_frontal_face_detector()
predictor_path = "68_face_landmark\shape_predictor_68_face_landmarks.dat"
predictor = dlib.shape_predictor(predictor_path)
  1. 图片识别
    (1)导入图片
image = cv2.imread('1.jpg')
image = imutils.resize(image, width=500)

(2)检测图片上所有人脸

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# detect faces in the grayscale image
rects = detector(gray, 1)

(3)循环进行每个人脸检测


                
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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