人脸老化之二学习研究相关图像处理知识(Dlib库的使用)

本文介绍了如何使用Dlib库进行人脸关键点检测,结合人脸老化技术,详细讲述了在Windows环境下配置Dlib与OpenCV的过程,包括遇到的问题和解决方法,提供了相关代码示例。
摘要由CSDN通过智能技术生成

有个感性的体验认识,下面就是想要在自己的操作下实现这个效果,最好能直接找到代码复制粘贴运行出结果。但是这个不是简简单单的就能复制粘贴就能实现的,需要努力,而不是拿来主义可以享受的。

有幸在CSDN中Trent1985的专栏看到了照片美妆---人脸老化这篇博文,深感震撼。震撼到需要的内容知识太多有复杂,不是一蹴而就的事情。自己按照博文的介绍,尝试配置Python环境,下载训练人脸库(可惜没能下载到,需要翻墙),放弃。

过了几个月,由于需要再次进行基于单目摄像头的AR学习,在CSDN论坛询问无果,百度搜索无果......

想到之前听过的Stack Overflow,这才发现自己是多么的小白,没有过Stack Overflow可以说就不是一个真正的程序猿(别喷我啊)!

看到一个回答


想到在百度人脸老化,搜索到阿里技术的文章60年后的你长什么样?人脸老化三大技术探秘中的这篇文章,原来答案在这里。这里介绍的比较详细一点。

第一步中主要是根据文中参考文献1来实现,下载下来进行学习。

第二部中使用参考文献2中介绍的内容知识进行实现。

这里主要介绍第二步Dlib库的使用。

第一步:打开这个链接

#include "stdafx.h" #include "cv.h" #include "highgui.h" #include <stdio.h> int _tmain(int argc, _TCHAR* argv[]) { CvCapture* capture=0; /*初始化一个视频捕获操作。告诉底层的捕获api我想从Capture1.avi中捕获图片, 底层api将检测并选择相应的解码器并做好准备工作*/ capture = cvCaptureFromFile( "F:\\1.avi"); //设置要读的视频(avi格式) static CvMemStorage* storage = 0; static CvHaarClassifierCascade* cascade = 0; cascade = (CvHaarClassifierCascade*)cvLoad("haarcascade_frontalface_alt.xml",0,0,0); if( !cascade || !capture ) return -1; storage = cvCreateMemStorage(0); /*创建一个窗口,用“Video”作为窗口的标识符*/ cvNamedWindow( "Video",1); /*如果初始化失败,那么capture为空指针,程序停止,否则进入捕获循环*/ if( capture ) { for(;;) { IplImage* frame = cvQueryFrame( capture ); IplImage* img = NULL; CvSeq* faces; if( !frame ) break; img = cvCloneImage(frame); img->origin = 0; if( frame->origin ) cvFlip(img,img); cvClearMemStorage( storage ); //目标检测 faces = cvHaarDetectObjects( img, cascade, storage,1.1, 2, CV_HAAR_DO_CANNY_PRUNING, cvSize(20, 20) ); for( int i = 0; i < (faces ? faces->total : 0); i++ ) { CvRect* r = (CvRect*)cvGetSeqElem( faces, i ); cvRectangle( img, cvPoint(r->x,r->y), cvPoint(r->x+r->width,r->y+r->height), CV_RGB(255,0,0), 1); } cvShowImage( "Video", img ); //设置每帧图像的间隔 Sleep(50); /*如果你敲了键盘,就退出程序,否则继续捕获下一帧*/ if( cvWaitKey(10)>0 ) break; } /*退出之前结束底层api的捕获操作,比如会使得别的程序无法访问已经被它们打开的文件*/ cvReleaseCapture( &capture;); } /*销毁窗口*/ cvDestroyWindow("Video"); return 0; }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值