深度学习与人脸识别之-脸部分割与校正

最新推荐文章于 2024-09-14 12:49:20 发布

视觉与物联智能

最新推荐文章于 2024-09-14 12:49:20 发布

阅读量4.3k

点赞数 1

分类专栏：机器学习&深度学习 OpenCV深度神经网络模块实例

本文链接：https://blog.csdn.net/wujuxkkoolerter/article/details/86152586

版权

OpenCV深度神经网络模块实例同时被 2 个专栏收录

20 篇文章 190 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

机器学习&深度学习

22 篇文章 2 订阅

订阅专栏

本文探讨了深度学习在人脸识别领域的应用，主要分为四个部分：首先进行脸部检测，接着详细阐述脸部的校正过程，然后展示脸部分割的效果，最后呈现脸部校正后的成果。通过这些步骤，深入理解如何利用深度学习实现精准的人脸处理技术。

摘要由CSDN通过智能技术生成

1.检测脸部

def read_im_and_landmarks(fname):
    if not osp.exists(fname):
        raise Exception('Cannot find image file: {}'.format(fname))

    im = cv2.imread(fname, cv2.IMREAD_COLOR)
    im = cv2.resize(im, (im.shape[1] * SCALE_FACTOR,
                         im.shape[0] * SCALE_FACTOR))
    s = get_landmarks(im)

    return im, s

2.校正脸部

def calibrate(frame):
    
    frame_new = numpy.clip(frame,0,255)
    frame_new = numpy.uint8(frame_new)
    frame_new = cv2.cvtColor(frame_new,cv2.COLOR_BGR2RGB)
    dets = predictor_calibrate(frame_new, 1)
    
    num_faces = len(dets)
    if num_faces == 0:
        print("S

了解本专栏