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！)

最新推荐文章于 2024-07-05 15:01:25 发布

置顶 Thinklov

最新推荐文章于 2024-07-05 15:01:25 发布

阅读量4.3k

点赞数 2

分类专栏： Python编程与人工智能

本文链接：https://blog.csdn.net/u010244992/article/details/105020557

版权

Python编程与人工智能专栏收录该内容

2 篇文章 10 订阅

订阅专栏

本文介绍了如何使用OpenCV和dlib库在人工智能的计算机视觉领域实现高效的人脸检测与标记功能，通过40行代码即可完成全部实现。详细展示了实现结果、设计思路以及完整的代码示例。

摘要由CSDN通过智能技术生成

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！)

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

全部代码

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)