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: dlib facelandmark detector(dlib面部标记检测器)是一个功能强大的开源工具,用于在图像或视频中检测和标记人脸的关键点。版本1.2.5是dlib facelandmark detector的一个特定版本。 该工具基于dlib机器学习库,并利用了相关的深度学习算法来实现准确而高效的面部特征点检测。在进行人脸标记时,它能够自动地定位眼睛、鼻子、嘴巴等关键区域,进而标记出人脸的68个关键点。 利用dlib facelandmark detector 1.2.5,我们可以在计算机视觉和机器学习领域开展各种基于人脸形状的应用。比如,我们可以使用它进行面部表情分析、人脸识别、人脸变形、姿势检测等任务。通过标记人脸的关键点,我们可以方便地提取人脸的特征,从而在特定任务上实现更高的准确性和稳定性。 dlib facelandmark detector 1.2.5在性能和稳定性方面都有不错的表现。它能够快速地处理大量的图像数据,并且在面部特征点检测上具有较高的准确性。此外,它还具有并行处理的能力,可以在多个CPU或GPU上进行高效的计算。 总之,dlib facelandmark detector 1.2.5是一个非常有用的工具,可以帮助我们实现各种基于人脸形状的应用。无论是在学术研究还是商业开发中,它都为我们提供了便利且高效的面部关键点检测功能。 ### 回答2: dlib facelandmark detector 1.2.5是一种面部特征点检测器。dlib是一个开源的C++库,提供了包括图像处理、机器学习、计算机视觉等功能。其中的facelandmark detector是dlib库中的一个功能模块,用于在图像中检测人脸的关键特征点。 该特征点检测器利用了深度残差网络(ResNet)和级联回归(cascade regression)的方法。首先,通过使用深度残差网络训练模型,将输入的图像进行特征提取和人脸定位。然后,通过级联回归的方法,逐一细化检测出的人脸边界框,并标定出人脸的眼睛、鼻子、嘴巴等关键特征点。 dlib facelandmark detector 1.2.5具有以下特点: 1.准确性高:基于深度残差网络和级联回归的算法,能够精确地定位人脸的关键特征点。 2.鲁棒性强:该检测器在面部表情、光照变化等复杂条件下依然能够准确地检测出特征点。 3.效率高:利用了级联回归的算法,减少了检测的时间复杂度,提高了检测速度。 4.易于使用:dlib库提供了丰富的API和示例代码,方便开发者使用该特征点检测器。 在人脸识别、表情识别、姿态估计等应用领域,dlib facelandmark detector 1.2.5都具有广泛的应用价值。通过准确地检测人脸的关键特征点,可以实现更加精准的人脸识别和表情分析。同时,还可以用于虚拟试妆、虚拟现实等应用中,为用户提供更好的体验。 ### 回答3: dlib facelandmark detector 1.2.5 是一个用于人脸关键点检测的开源软件库。它能够在图像或视频中自动检测和定位人脸的关键点,例如眼睛、鼻子、嘴巴、下巴等。这些关键点可以用于计算人脸的姿态、表情和面部特征等。 dlib facelandmark detector 1.2.5 的特点如下: 1. 高效准确:该软件库使用了机器学习算法和深度人脸描述器,能够在大规模数据集上进行训练,具有很高的识别准确率和速度。 2. 多平台支持:它支持在多个平台上运行,包括Windows、Linux和macOS等。 3. 多语言支持:该软件库支持多种编程语言,如C++、Python和Java,使得开发人员可以根据自己的需要选择最适合的语言进行开发。 4. 开源自由:dlib facelandmark detector 1.2.5 是开源软件,任何人都可以免费使用和修改它。 5. 可扩展性:它提供了丰富的API和库函数,使得开发人员可以根据自己的需求进行定制和扩展。 dlib facelandmark detector 1.2.5 在人脸识别、人脸表情分析、人脸姿态估计等领域有着广泛的应用。它可以用于人脸识别系统、人机交互、虚拟现实等多个领域,为开发人员提供了快速、准确和可靠的人脸关键点检测功能。
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