【OpenCV-Python】36.OpenCV的人脸关键点检测——dlib库

36.OpenCV的人脸关键点检测——dlib库

---

---

前言

  dlib库是一个十分好用的机器学习库，其源码均由C++实现，并提供了Python 接口，可广泛适用于很多场景。本实例仅简单示范dlib库中关于人脸关键点技术的Python应用。

---

一、dlib库的安装

  可以使用这个代码在windows环境中进行安装：

pip install dlib-bin -i https://pypi.douban.com/simple/

---

二、基于dlib库的人脸关键点检测(图片和视频)

  dlib封装了一个人脸关键点提取算法，下载好模型后可直接调用。可以实现的68个点的关键点检测：

  对图片中的人脸进行检测：

import cv2
import dlib

image = cv2.imread("Tom2.jpeg")

detector = dlib.get_frontal_face_detector()

predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

faces = detector(gray, 1)

for face in faces: #(x, y, w, h)
  
    cv2.rectangle(image, (face.left(), face.top()), (face.right(), face.bottom()), (0,255,0), 5)

    shape = predictor(image, face)

    for pt in shape.parts():
        
        pt_position = (pt.x, pt.y)
        
        cv2.circle(image, pt_position, 2, (0, 0, 255), -1)
    cv2.imshow("resulr", image)

cv2.waitKey(0)
cv2.destroyAllWindows()

  对视频中的人脸进行检测：

import cv2
import dlib

capture = cv2.VideoCapture(0)

detector = dlib.get_frontal_face_detector()

predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

while True:
    
    ret, frame = capture.read()
    
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    faces = detector(gray, 1)
    
    for face in faces:
        
        cv2.rectangle(frame, (face.left(), face.top()), (face.right(), face.bottom()), (0,255,0), 3)
        
        shape = predictor(gray, face)
        
        for pt in shape.parts():
            
            pt_position = (pt.x, pt.y)
            
            cv2.circle(frame, pt_position, 3, (0,0,255), -1)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
  
    cv2.imshow("face detection landmark", frame)
capture.release()
cv2.destroyAllWindows()

---

三、OpenCV-Python资源下载

OpenCV-Python测试用图片、中文官方文档、opencv-4.5.4源码

---

总结

  以上内容简单的介绍了OpenCV-Python的人脸关键点检测，有关Python、数据科学、人工智能等文章后续会不定期发布，请大家多多关注，一键三连哟(●’◡’●)。