dlib人脸检测

68个关键点的索引图：

1. 先找到人脸的位置
2. 找关键点相对于人脸的位置

摄像头实时检测

# 1 导入库
import cv2
import dlib


# 2 方法：绘制人脸矩形框
def plot_rectangle(image, faces):
    for face in faces:
        cv2.rectangle(image, (face.left(), face.top()), (face.right(), face.bottom()), (255, 0, 0), 4)
    return image


def main():
    # 3 打开摄像头，读取视频
    capture = cv2.VideoCapture(0)
    # 4 判断摄像头是否正常工作
    if capture.isOpened() is False:
        print("Camera Error !")
    # 5 摄像头正常打开：循环读取每一帧
    while True:
        ret, frame = capture.read()
        if ret:
            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # BGR to GRAY

            # 6 调用dlib库中的检测器
            detector = dlib.get_frontal_face_detector()
            det_result = detector(gray, 1)  # 对图片进行检测，返回一个结果
            # 7 绘制检测结果
            dets_image = plot_rectangle(frame, det_result)  # 原始图片和检测结果  结果绘制到图片上去。

            # 8 实时显示最终的检测效果
            cv2.imshow("face detection with dlib", dets_image)

            # 9 按键"ESC"，退出，关闭摄像头
            if cv2.waitKey(1) == 27:
                break

    # 10 释放所有的资源
    capture.release()
    cv2.destroyAllWindows()


if __name__ == '__main__':
    main()

获取图片上人脸68个关键点

import cv2

import dlib

path = "21.jpg"

img = cv2.imread(path)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 人脸分类器

detector = dlib.get_frontal_face_detector()

# 获取人脸检测器

predictor = dlib.shape_predictor(

    "E:\\Code\\defectsDetection\\blink-detection\\shape_predictor_68_face_landmarks.dat"

)

dets = detector(gray, 1)

for face in dets:

    shape = predictor(img, face)  # 寻找人脸的68个标定点

    # 遍历所有点，打印出其坐标，并圈出来

    for pt in shape.parts():
        pt_pos = (pt.x, pt.y)

        cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)

    cv2.imshow("image", img)

cv2.waitKey(0)

cv2.destroyAllWindows()

官网