Dlib人脸特征点检测

前言

Dlib库的使用。

---

一、Dlib是什么？

Dlib由C++编写，提供了和机器学习、数值计算、图模型算法、图像处理等领域相关的一系列功能。详细功能可以登录Dlib官网查看，我具体只使用了Dlib中对于图像处理部分。同时，与许多开源项目不同，该项目为每个类和功能提供完整而精确的文档，可以大大的降低我们使用的难度。

可以在Dlib官网对标注的地方进行解读，本文不详细描述。
关于预测训练的模型下载：
http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

百度网盘链接：shape_predictor_68_face_landmarks.rar

提取码：gnab

二、使用步骤

1.Dlib使用

pip install dlib==19.6.1

2.使用Dlib，可以查看Dlib中关于图像处理的实例CNN Face Detector、Face Detector、Face Landmark Detection、Face Recognition、Train Shape Predictor等

import dlib
import cv2
import os
import numpy as np
from PIL import Image
import imutils
from imutils import face_utils
'''shape_predictor_68_face_landmarks.dat在文章开头分享的百度云链接下载'''
face_landmark_path = 'D:\\WorkPlace\\Python\\test1\\Head_Pose\\shape_predictor_68_face_landmarks.dat'

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(face_landmark_path)

def face_recognition(img):
    face_rects = detector(img, 0)
    print(len(face_rects))
    result = []
    for index,face in enumerate(face_rects):
        shape = predictor(img, face_rects[index])
        shape = face_utils.shape_to_np(shape)
        for (x, y) in shape:
            cv2.circle(img, (x, y), 1, (0, 0, 255), -1)

def main():
    image = cv2.imread("D:\\test\\my\\3.jpg")
    try:
         image.shape
    except:
        print("can not read image")
        return 
    image = imutils.resize(image, width=640,height=480) 
    shape = face_recognition(image)
    cv2.imshow("image",image)
    cv2.waitKey(0)
    
if __name__ == '__main__':
    main()

三、效果图

图为使用Dlib进行人脸特征点检测结果图：

图为使用Dlib进行人脸特征点位置和下标：

---

总结

我对于CASIA-FaceV5 人脸数据集抽取了500张人脸图像进行测试，提取成功率约为99%。Dlib的使用既方便有有高识别率，可以为后续对于头部姿态估计提供准确的人脸特征点坐标值，从而使结果更加精确。