人工智能之计算机视觉:利用OpenCV和dlib库实现人脸检测与人脸标记全部代码实现(40行代码搞定!)
目录
利用OpenCV和dlib库实现人脸检测与人脸标记全部代码实现
利用OpenCV和dlib库实现人脸检测与人脸标记全部代码实现
实现结果
设计思路
更新……
全部代码
#人工智能之计算机视觉:利用OpenCV和dlib库实现人脸检测与人脸标记全部代码实现
#加载dlib自带的frontal_face_detector作为我们的人脸征检测器→载官方提供的模型构建特征提取器→使用detector进行人脸检测→输出人脸个数→使用predictor进行人脸关键点识别→绘出关键点
import cv2
import dlib
import numpy
import sys
PREDICTOR_PATH = "shape_predictor_68_face_landmarks.dat" #数据集网址下载http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
#1.使用dlib自带的frontal_face_detector作为我们的人脸提取器
detector = dlib.get_frontal_face_detector()
#2.使用官方提供的模型构建特征提取器
predictor = dlib.shape_predictor(PREDICTOR_PATH)
class NoFaces(Exception):
pass
im = cv2.imread("002.jpg")
#3.使用detector进行人脸检测 rects为返回的结果
rects = detector(im,1)
#4.输出人脸数,dets的元素个数即为脸的个数
if len(rects) >= 1:
print("{} faces detected".format(len(rects)))
if len(rects) == 0:
raise NoFaces
for i in range(len(rects)):
#5.使用predictor进行人脸关键点识别
landmarks = numpy.matrix([[p.x,p.y] for p in predictor(im,rects[i]).parts()])
im = im.copy()
#使用enumerate 函数遍历序列中的元素以及它们的下标
for idx,point in enumerate(landmarks):
pos = (point[0,0],point[0,1])
#cv2.putText(im,str(idx),pos,
#fontFace=cv2.FONT_HERSHEY_SCRIPT_SIMPLEX,
#fontScale=0.4,
#color=(0,0,255))
#6.绘制特征点
cv2.circle(im,pos,1,color=(0,255,0)) #原来是3,因为太密集所以改小了
cv2.namedWindow("im",2)
cv2.imshow("im",im)
cv2.waitKey(0)