dlib安装_从零到壹系列（2）——Opencv+dlib实现人脸检测与关键点定位

欢迎大家关注微信公众号：baihuaML，白话机器学习。

码字不易，如转载请私信我！！

在这里，我们一起分享AI的故事。

您可以在后台留言，关于机器学习、深度学习的问题，我们会选择其中的优质问题进行回答！

》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》==========================

安装dlib

pip install dlib

下载训练模型

训练模型用于是人脸识别的关键，用于查找图片的关键点。

下载地址：http://dlib.net/files/

下载文件：shape_predictor_68_face_landmarks.dat.bz2

直接上代码---人脸检测

# -*- coding: utf-8 -*-
import sys
import dlib
import cv2

detector = dlib.get_frontal_face_detector() #获取人脸分类器

# 传入的命令行参数
for f in sys.argv[1:]:
    # opencv 读取图片，并显示
    img = cv2.imread(f, cv2.IMREAD_COLOR)

    # 摘自官方文档：
    # image is a numpy ndarray containing either an 8bit grayscale or RGB image.
    # opencv读入的图片默认是bgr格式，我们需要将其转换为rgb格式；都是numpy的ndarray类。
    b, g, r = cv2.split(img)    # 分离三个颜色通道
    img2 = cv2.merge([r, g, b])   # 融合三个颜色通道生成新图片

    dets = detector(img, 1) #使用detector进行人脸检测 dets为返回的结果
    print("Number of faces detected: {}".format(len(dets)))  # 打印识别到的人脸个数
    # enumerate是一个Python的内置方法，用于遍历索引
    # index是序号；face是dets中取出的dlib.rectangle类的对象，包含了人脸的区域等信息
    # left()、top()、right()、bottom()都是dlib.rectangle类的方法，对应矩形四条边的位置
    for index, face in enumerate(dets):
        print('face {}; left {}; top {}; right {}; bottom {}'.format(index, face.left(), face.top(), face.right(), face.bottom()))

        # 在图片中标注人脸，并显示
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
        cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 3)
        cv2.namedWindow(f, cv2.WINDOW_AUTOSIZE)
        cv2.imshow(f, img)

# 等待按键，随后退出，销毁窗口
k = cv2.waitKey(0)
cv2.destroyAllWindows()
--------------------- 
作者：hongbin_xu 
来源：CSDN 
原文：https://blog.csdn.net/hongbin_xu/article/details/78347484 
版权声明：本文为博主原创文章，转载请附上博文链接！

效果图：

直接上代码---关键点定位

#coding=utf-8
 
import cv2
import dlib
 
path = "img/meinv.png"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
#人脸分类器
detector = dlib.get_frontal_face_detector()
# 获取人脸检测器
predictor = dlib.shape_predictor(
    "C:Python36Libsite-packagesdlib-datashape_predictor_68_face_landmarks.dat"
)
 
dets = detector(gray, 1)
for face in dets:
    shape = predictor(img, face)  # 寻找人脸的68个标定点
    # 遍历所有点，打印出其坐标，并圈出来
    for pt in shape.parts():
        pt_pos = (pt.x, pt.y)
        cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)
    cv2.imshow("image", img)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

代码转自：https://yq.aliyun.com/articles/629871

效果图

最新春招袭来！

一大波实习，招聘机会也陆续出现！为了大家能够更好地交流。我们也拉了几个算法面试群，感兴趣的小伙伴可以加我微信，欢迎入群~注明：面试群。另外，我们也有算法群，欢迎各位加入，注明：算法群！扫码加下面微信好友！特别提醒：不要骚扰小姐姐~~

欢迎加入深度学习、机器学习技术研讨群！

745224003

欢迎关注我们的微信公众号：baihuaML，白话机器学习

关注知乎“会写代码的好厨师”