Python——dlib库学习:人脸特征点的标定

本文介绍了在Python中使用dlib库进行人脸识别,重点是人脸特征点的标定,并结合OpenCV的函数如cv2.rectangle和cv2.circle在图像上绘制特征点。文章详细讲解了读入图片、通道拆分与合并、画矩形和圆圈等关键步骤,并给出了相关代码示例。
摘要由CSDN通过智能技术生成

最近模式识别课程的上机课中,老师给了人脸识别的Python程序让我们自己学习,目前研究到了人脸检测程序中的人脸特征点的标定,和如何用Opencv中的rectangle函数和circle函数来标记人脸的特征信息。
其中所用到的模块主要是dlib、和cv2。

先对程序中的一些陌生代码做一个总结:

一.程序中所涉及到的OpenCV的常用函数:

1.读入图片——cv2.imread(filepath,flags)

  • filepath: 要读入图片的完整路径
  • flags: 读入图片的标志
    • cv2.IMREAD_COLOR:默认参数,读入一副彩色图片,忽略alpha通道
    • cv2.IMREAD_GRAYSCALE:读入灰度图片
    • cv2.IMREAD_UNCHANGED:顾名思义,读入完整图片,包括alpha通道

例如:

imgpath = './image/wsdgd.jpg'
img = cv2.imread(imgpath,cv2.IMREAD_COLOR)

2.通道拆分和合并——cv2.split()、cv2.merge()

先解释一下为什么要进行通道的拆分和合并,因为opencv读取图片的默认像素排列是BGR,和很多其他软件不一致,需要转换。

使用方法如下:

b, g, r = cv2.split(img)
img2 = cv2.merge([r, g, b])

3.画矩形cv2.rectangle()

cv2.rectangle(img, pt1, pt2, color, thickness=None, lineType=None, shift=None),需要确定的就是矩形的两个点(左上角与右下角),颜色,线的类型(不设置就默认)。
其中各个参数为:

  • img:在img上绘图
  • pt1:起点; (left, top)
  • pt2:终点; (right, bottom)
  • color:线的颜色;例如:(0,255,0)(绿色)
  • thickness:线的粗细程度,例如:-1,1,2,3…

例子:

import cv2
import numpy as np
from matplotlib import pyplot as plt
img = np.zeros((512
  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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