dlib检测人脸landmarks

     人脸landmarks在人脸分析上有很大的作用，可以利用landmarkers进行人脸校正（alignment），也可以通过landmarkers计算五官之间的距离来对人脸建模，判断美丑等。

     dlib（http://dlib.net/）提供了很友好的检测人脸landmarkers的接口。下图是一个68个点的landmarkers检测结果，可以通过数字对应到五官，例如27~30是检测鼻子区域的。

检测代码如下：

    img_path = 'data/face_one.png'
    img = cv2.imread(img_path)
    print('img_shape:', img.shape)
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

    # get face
    hog_face_detector = dlib.get_frontal_face_detector()
    shape_predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

    rects, scores, idx = hog_face_detector.run(img_rgb, 2, 0)
    faces = dlib.full_object_detections()
    for rect in rects:
        faces.append(shape_predictor(img_rgb, rect))

    for landmark in faces:
        for idx, point in enumerate(landmark.parts()):
            cv2.putText(img, str(idx), (point.x, point.y), cv2.FONT_HERSHEY_DUPLEX, 0.3, (0, 0, 255), 1, cv2.LINE_AA)

      代码比较简单，首先用dlib的frontal_face_detector检测人脸区域，然后dlib的shape_predictor检测出各个点的位置。