人脸检测与裁剪

# -*- coding: utf-8 -*-
"""
@Time ： 2023/11/10 11:30
@Auth ： dongliang
@File ：人脸特征提取.py
@IDE ：PyCharm
"""

"""
提取人脸特征
技术路线
1、使用dlib.get_frontal_face_detector()方法检测人脸的位置。
2、使用 dlib.shape_predictor()方法得到人脸的关键点。
3、使用dlib.face_recognition_model_v1()方法提取特征。
"""
import dlib,numpy
import cv2
# 人脸关键点检测器
predictor_path = "/人脸相关测试/shape-predictor/shape_predictor_68_face_landmarks.dat"

# 加载模型
detector = dlib.get_frontal_face_detector() #人脸检测
sp = dlib.shape_predictor(predictor_path) #关键点检测

#分别初始化人脸检测、关键点检测、特征编码方法
image_path='/人脸相关测试/111.png'
image = cv2.imread(image_path)
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 人脸检测
dets = detector(image, 1)
print("data",dets)
if len(dets)==1:
    print('检测到人脸')
for i, d in enumerate(dets):

    x1 = d.top() if d.top() > 0 else 0
    y1 = d.bottom() if d.bottom() > 0 else 0
    x2 = d.left() if d.left() > 0 else 0
    y2 = d.right() if d.right() > 0 else 0

    print (d)
image1 = image[x1:y1, x2:y2]
cv2.rectangle(image,pt1=(x2,x1),pt2=(y2,y1),color=[0,0,255],thickness=2)#通过确定起始点坐标画出矩形框
cv2.imshow('image',image)
cv2.imwrite('/人脸相关测试/jjjjj.png',image)
shape = sp(image, dets[0])# 关键点

top、bottom、left和right的具体位置