python使用dlib库进行人脸关键点检测

26 篇文章 3 订阅
22 篇文章 4 订阅

dlib

dlib是一个强大的C++库,用于机器学习和图像处理任务,特别是在人脸识别和人脸关键点检测方面表现出色。它提供了一系列用于处理图像、人脸检测、人脸关键点检测、人脸识别等任务的功能。

dlib中的人脸关键点检测

使用dlib库中的人脸关键点检测器的示例如下,

import cv2
import dlib


img_path = "./face.jpg"

## 加载dlib 人脸检测器
detector = dlib.get_frontal_face_detector()
## 加载dlib 人脸关键点
predictor = dlib.shape_predictor("./shape_predictor_68_face_landmarks.dat")

## 读入人脸rgb图片
img = cv2.imread(img_path, 1)

## 读入人脸灰度图
img_gray = cv2.imread(img_path, 0)

## 在灰度图上检测人脸
dets = detector(img_gray, 1)
## 遍历每张人脸
for face in dets:
    ## 获取人脸关键点(对遍历到的这张脸进行关键点检测)
    shape = predictor(img_gray, face)
    ## 获取每个点的坐标,并标记在图片上
    for pt in shape.parts():
        ## 转换坐标
        pt_pos = (pt.x, pt.y)
        ## 在rgb图上画关键点
        img_face = cv2.circle(img, pt_pos, 1, (0,255,0), 2)
    ##展示图片
    cv2.imshow('face', img_face)
    cv2.waitKey(0)

1、使用dlib.shape_predictor函数加载一个训练好的人脸关键点检测器,其中"./shape_predictor_68_face_landmarks.dat"是预训练模型的路径。

预训练模型的下载方法:

在 http://dlib.net/files/ 中搜索 shape_predictor_68_face_landmarks.dat.bz2 下载并解压好后即可使用

2、加载待处理的图像,并使用dlib.get_frontal_face_detector获取人脸检测器。

3、使用人脸检测器检测图像中的人脸,并遍历检测到的人脸。

4、对于每个人脸,使用关键点检测器获取人脸的关键点坐标,并在图像上绘制关键点。

5、显示结果图像。

  • 12
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
【资源说明】 1、该项目是个人毕设项目源码,评审分达到95分,都经过严格调试,确保可以运行!放心下载使用。 该项目资源主要针对计算机、自动化等相关专业的学生或从业者下载使用,也可作为期末课程设计、课程大作业、毕业设计等。 2、具有较高的学习借鉴价值!基础能力强的可以在此基础上修改调整,以实现类似其他功能。 基于人脸表面特征的疲劳检测,主要分为三个部分,打哈欠、眨眼、点头。本实验从人脸朝向、位置、瞳孔朝向、眼睛开合度、眨眼频率、瞳孔收缩率等数据入手,并通过这些数据,实时地计算出驾驶员的注意力集程度,分析驾驶员是否疲劳驾驶和及时作出安全提示。 视觉疲劳检测原理:因为人在疲倦时大概会产生两种状态: 眨眼:正常人的眼睛每分钟大约要眨动10-15次,每次眨眼大概0.2-0.4秒,如果疲倦时眨眼次数会增多,速度也会变慢。打哈欠:此时嘴会长大而且会保持一定的状态。因此检测人是否疲劳可以从眼睛的开合度,眨眼频率,以及嘴巴张合程度来判断一个人是否疲劳。 检测工具 dlib :一个很经典的用于图像处理的开源,shape_predictor_68_face_landmarks.dat是一个用于人脸68个关键点检测的dat模型使用这个模型可以很方便地进行人脸检测,并进行简单的应用。 眨眼计算原理: (1) 计算眼睛的宽高比 基本原理:计算 眼睛长宽比 Eye Aspect Ratio,EAR.当人眼睁开时,EAR在某个值上下波动,当人眼闭合时,EAR迅速下降,理论上会接近于零,当时人脸检测模型还没有这么精确。所以我们认为当EAR低于某个阈值时,眼睛处于闭合状态。为检测眨眼次数,需要设置同一次眨眼的连续帧数。眨眼速度比较快,一般1~3帧就完成了眨眼动作。两个阈值都要根据实际情况设置。 (2)当前帧两双眼睛宽高比与前一帧的差值的绝对值(EAR)大于0.2,则认为是疲劳 代码思路 第一步:使用dlib.get_frontal_face_detector() 获得脸部位置检测器 第二步:使用dlib.shape_predictor获得脸部特征位置检测器 第三步:分别获取左右眼面部标志的索引 第四步:打开cv2 本地摄像头 第五步:从视频流进行循环,读取图片,并对图片做维度扩大,并进灰度化 第六步:使用detector(gray, 0) 进行脸部位置检测 第七步:循环脸部位置信息,使用predictor(gray, rect)获得脸部特征位置的信息 第八步:将脸部特征信息转换为数组array的格式 第九步:提取左眼和右眼坐标 第十步:构造函数计算左右眼的EAR值,使用平均值作为最终的EAR 第十一步:使用cv2.convexHull获得凸包位置,使用drawContours画出轮廓位置进行画图操作 第十二步:进行画图操作,用矩形框标注人脸 第十三步:分别计算左眼和右眼的评分求平均作为最终的评分,如果小于阈值,则加1,如果连续3次都小于阈值,则表示进行了一次眨眼活动 第十四步:进行画图操作,68个特征点标识 第十五步:进行画图操作,同时使用cv2.putText将眨眼次数进行显示 第十六步:统计总眨眼次数大于50次屏幕显示睡着。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

chen_znn

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