dlib 人脸检测

采用经典的梯度方向直方图（HOG特征）提取+线性分类器+图像金字塔+滑动窗口的人脸检测方法。该方法速度快，只能检测80*80或更大的人脸，但可以通过图像上采样来检测更小的人脸。与OpenCV的人脸检测相比，召回率更高，误检率更低，且人脸框更准确，检测速度同样很快。

代码实现：

import cv2
import dlib

detector = dlib.get_frontal_face_detector()       #获取dlib正脸检测器

img = cv2.imread("a.jpg")        #opencv读取图片，并显示

img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)      #灰度处理

rects = detector(img_gray, 0)      #0次上采样，dlib的人脸检测器只能检测80*80和更大的人脸，若需要检测比它小的人脸，需对图像上采样
print("The number of faces: {}".format(len(rects)))       #识别到的人脸个数
for rect in rects:
    #cv2.rectangle()画出矩形,参数1：图像，参数2：矩形左上角坐标，参数3：矩形右下角坐标，参数4：画线对应的rgb颜色，参数5：线的宽度
    cv2.rectangle(img, (rect.left(),rect.top()), (rect.right(),rect.bottom()), (0,0,255),2)
    
cv2.namedWindow("img", 2)      #图片窗口可调节大小
cv2.imshow("img", img)        #显示图像
cv2.waitKey(0)       #等待按键，随后退出

运行结果：

The number of faces: 1