linux安装dlib,关键点检测

Linux下安装dlib19.6 Face Landmark Detection

1、下载dlib
下载dlib-19.6.zip
2、 C++编译dlib
从官网下载的dlib文件如下:
在这里插入图片描述

从dlib的根目录执行下面语句即可:

>>首先进入dlib的根目录下
>>再执行如下语句:
cd examples  #进入dlib下的examples文件夹
mkdir build  #新建build文件夹,存放cmake编译后的执行文件
cd build     #进入新建好的build文件夹
cmake ..     #cmake编译examples整个文件夹
cmake --build . --config Release  

这只是编译好了examples下的dlib,要想编译整个dlib库,则执行以下代码即可:

>>进入dlib根目录下
mkdir buildcd build
cmake ..
make release=1 

Dlib 关键点检测代码实现:

#include <dlib/opencv.h>
#include <opencv2/opencv.hpp>
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing/render_face_detections.h>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>
 
using namespace dlib;
using namespace std;
 
int main()
{
	try
	{

		// Load face detection and pose estimation models.
		frontal_face_detector detector = get_frontal_face_detector();
		shape_predictor pose_model;
		deserialize("shape_predictor_68_face_landmarks.dat") >> pose_model;
 
		// Grab a frame
		string path = "XZQ.jpg";
		cv::Mat temp = cv::imread(path);
		
		cv_image<bgr_pixel> cimg(temp);
		// Detect faces 
		std::vector<rectangle> faces = detector(cimg);
		// Find the pose of each face.
		std::vector<full_object_detection> shapes;
		for (unsigned long i = 0; i < faces.size(); ++i)
			shapes.push_back(pose_model(cimg, faces[i]));

		if (!shapes.empty()) {
			for (int i = 0; i < 68; i++) {
				circle(temp, cvPoint(shapes[0].part(i).x(), shapes[0].part(i).y()), 3, cv::Scalar(0, 0, 255), -1);
				//	shapes[0].part(i).x();//68个
			}
		}
		//imshow("Dlib特征点", temp);
		cv::imwrite("saveXZQ_landmark.jpg", temp);
        //cv::waitKey(0); 
		
	}
	catch (exception& e)
	{
		cout << e.what() << endl;
	}
}

参考CMakeList.txt文件:

cmake_minimum_required(VERSION 2.8.4)  #版本最小为2.8.4

PROJECT(dlib_facedetector)   #设置工程名

SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11 -O2 -DDLIB_JPEG_SUPPORT")

IF(CMAKE_CXX_COMPILER_ID STREQUAL "Clang")
  SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Weverything")
ELSEIF(CMAKE_CXX_COMPILER_ID STREQUAL "GNU")
  SET(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall -Wextra")
ENDIF()


# #INCLUDE OPENCV
# include_directories(/home/local/include/opencv/)
# include_directories(/home/local/include/opencv2/)
# include_directories(/home/local/include/)

# link_libraries(opencv_core)
# link_libraries(opencv_highgui)
# link_libraries(opencv_imgproc)

#INCLUDE OPENCV
FIND_PACKAGE(OpenCV REQUIRED)
INCLUDE_DIRECTORIES(${OpenCV_INCLUDE_DIRS})
message(STATUS "Opencv include dir found at ${OpenCV_INCLUDE_DIRS}")


#包含头文件
INCLUDE_DIRECTORIES(/dlib-19.6) #dlib根目录地址

LINK_DIRECTORIES(/dlib-19.6/build/dlib/) #dlib编译后bulid下dlib地址

#生产类似于.exe的可执行文件
ADD_EXECUTABLE(dlib_detector dilib_landmark.cpp)
#链接库
TARGET_LINK_LIBRARIES(dlib_detector dlib ${OpenCV_LIBS})
#TARGET_LINK_LIBRARIES(dlib_detector libjpeg.so)

编译执行,编译代码如下:

>>在自己建的工程文件夹下新建build文件夹
mkdir buildcd build
cmake ..
make -j8 #用make也行

然后再执行.cpp文件,执行代码如下:

>>在build文件夹下继续执行一行代码即可显示结果:
./dlib_detector

可能出现的问题:
make出现/usr/bin/ld: 找不到 -lopencv_dep_cudart错误时候
解决方法: 在cmake时候加上参数即可。
cmake -D CUDA_USE_STATIC_CUDA_RUNTIME=OFF .

测试结果:
在这里插入图片描述

参考:https://blog.csdn.net/qq_17448289/article/details/56494998


注:博众家之所长,集群英之荟萃。

在这里插入图片描述

### 回答1: 要在Linux安装dlib,可以按照以下步骤进行操作: 1. 首先,确保您的Linux系统已经安装了C++编译器和Python开发环境。 2. 接下来,您需要安装dlib的依赖项,包括Boost和OpenCV。您可以使用以下命令在Ubuntu上安装它们: sudo apt-get install libboost-all-dev sudo apt-get install libopencv-dev 3. 然后,您可以使用pip命令安装dlib: pip install dlib 4. 如果您遇到了问题,可以尝试从dlib的GitHub存储库中手动安装。您可以使用以下命令克隆存储库: git clone https://github.com/davisking/dlib.git 5. 然后,进入存储库目录并运行以下命令: python setup.py install 6. 安装完成后,您可以在Python中导入dlib并开始使用它。 希望这些步骤能够帮助您在Linux上成功安装dlib。 ### 回答2: Dlib是一个开源的C++机器学习库,提供了许多现成的机器学习算法和工具。在Linux系统中安装dlib可以让你使用它提供的各种算法去解决各种机器学习问题。 以下是在Linux系统中安装dlib的步骤: 1.安装依赖项 在安装dlib之前,需要先安装一些依赖项。运行下面的命令可以安装这些依赖项: sudo apt-get install build-essential cmake pkg-config sudo apt-get install libx11-dev libatlas-base-dev sudo apt-get install libgtk-3-dev libboost-python-dev 2.下载dlib安装dlib之前,需要先下载安装包。可以从dlib的GitHub页面上下载最新的安装包。下载后解压缩到你喜欢的位置,例如/home/usr/soft。 cd /home/usr/soft wget https://github.com/davisking/dlib/archive/master.zip unzip master.zip 3.编译dlibdlib的目录下新建一个build目录用来存放生成的文件,进入build目录。 cd dlib-master mkdir build cd build 运行cmake命令生成Makefile文件。 cmake .. 运行make来编译dlib make 4.安装dlib 在编译完成之后,可以在dlib的build目录中找到生成的libdlib.so和libdlib.a库文件。需要将这两个文件复制到系统中相关的库文件夹下(例如/usr/local/lib)。 sudo cp libdlib.so /usr/local/lib sudo cp libdlib.a /usr/local/lib 5.连接dlib库 在使用dlib库时,需要在程序中链接相关的库。在编译程序时指定-l选项和对应的库名即可。 g++ your_prog.cpp -o your_prog -ldlib 这样你就可以在Linux系统中安装dlib并开始使用它去解决各种机器学习问题了。 ### 回答3: Dlib是一个C++图像处理及机器学习库,其中包含了一些深度学习模型及其他常用的图像算法。要在Linux安装Dlib,步骤如下: 1. 安装依赖项 在安装Dlib之前,需要先安装一些依赖项。在Linux上可以使用包管理器来安装这些依赖项。例如,在Ubuntu上可以使用以下命令来安装: sudo apt-get install build-essential cmake libx11-dev libatlas-base-dev 2. 下载Dlib Dlib可以从官网上下载 https://github.com/davisking/dlib。下载完成后解压缩到您想要安装Dlib的文件夹中。 3. 编译Dlib 进入Dlib的文件夹,运行以下命令: mkdir build cd build cmake .. cmake --build . 这将编译Dlib。如果您想要在不同版本的Python中使用Dlib,您可以使用以下命令指定Python的路径: cmake -DPYTHON_EXECUTABLE=/path/to/your/python .. 4. 安装Dlib 编译完成后,运行以下命令来安装Dlib: sudo cmake --install . 这将安装Dlib到默认的系统路径。 以上是在Linux安装Dlib的基本步骤。如果您想要使用Python中的Dlib模块,您需要在Python中安装Dlib。可以使用以下命令安装: pip install dlib 安装完成后,可以使用以下命令来测试Dlib是否安装成功: python import dlib 如果没有任何错误提示,那么Dlib就成功安装了。
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

打赏作者

Peanut_范

您的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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