java 社群检测_视频人脸检测——Dlib版（六）

往期目录

前言

Dlib的人脸识别要比OpenCV精准很多，一个是模型方面的差距，在一方面和OpenCV的定位有关系，OpenCV是一个综合性的视觉处理库，既然这么精准，那就一起赶快来看吧。

视频人脸检测是图片识别的高级版本，图片检测详情点击查看我的上一篇《图片人脸检测——Dlib版(四)》

除了人脸识别用的是Dlib外，还是用OpenCV读取摄像头和处理图片(转为灰色)，所以给出相关的文档，方便理解。

效果预览

技术实现

有了OpenCV的视频人脸检测，Dlib也大致相同除了视频识别器模型的声明和使用不同，具体的细节请参考，视频人脸检测——OpenCV版(三) 那篇已经讲的很细致了，在这就不具体叙述了。

完整的代码如下：

# coding=utf-8

import cv2

import dlib

detector = dlib.get_frontal_face_detector() #使用默认的人类识别器模型

def discern(img):

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

dets = detector(gray, 1)

for face in dets:

left = face.left()

top = face.top()

right = face.right()

bottom = face.bottom()

cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 2)

cv2.imshow("image", img)

cap = cv2.VideoCapture(0)

while (1):

ret, img = cap.read()

discern(img)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cap.release()

cv2.destroyAllWindows()

那么，OpenCV和Dlib的视频识别对比，有两个地方是不同的：

1.Dlib模型识别的准确率和效果要好于OpenCV；

2.Dlib识别的性能要比OpenCV差，使用视频测试的时候Dlib有明显的卡顿，但是OpenCV就好很多，基本看不出来；