dlib 的安装和检测人脸（包括关键68个点位检测）（1）

安装

利用conda 安装

conda install cmake
conda install dlib

失败的话，参考安装教程
前往安装教程

使用

官方文档：http://dlib.net/python/

人脸关键的方法有两个：
检测人脸：dlib.get_frontal_face_detector()
关键点检测：dlib.shape_predictor

第二个方法需要引入模型数据文件：
点击下载：https://download.csdn.net/download/monk96/86930067

也可以去官网下载（非常慢：）http://dlib.net/files/

放到指定目录，等回读取需要用到

开始编码：

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks/shape_predictor_68_face_landmarks.dat')

# cv2读取图像
img = cv2.imread("i.png")
# 取灰度
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

得到预测的所有人脸数

# 人脸数rects
rects = detector(img_gray, 0)

将所有的人脸点位绘制出来

for i in range(len(rects)):
    cv2.rectangle(img, (rects[i].left(), rects[i].top()), (rects[i].right(), rects[i].bottom()), color= (255, 0, 255))
    faces = predictor(img, rects[i]).parts()
    points = np.matrix([[p.x, p.y] for p in faces])
    for idx, point in enumerate(points):
        pos = (point[0, 0], point[0, 1])
        cv2.circle(img, pos, 2, (0, 0, 255), 1)
        cv2.putText(img, str(idx + 1), pos, cv2.FONT_HERSHEY_SIMPLEX, 0.3, (0, 255, 255))

效果

完整代码

import numpy as np
import dlib 
import cv2 
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks/shape_predictor_68_face_landmarks.dat')

# cv2读取图像
img = cv2.imread("i.png")
# 取灰度
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

# 人脸数rects
rects = detector(img_gray, 0)
for i in range(len(rects)):
    cv2.rectangle(img, (rects[i].left(), rects[i].top()), (rects[i].right(), rects[i].bottom()), color= (255, 0, 255))
    faces = predictor(img, rects[i]).parts()
    points = np.matrix([[p.x, p.y] for p in faces])
    for idx, point in enumerate(points):
        pos = (point[0, 0], point[0, 1])
        cv2.circle(img, pos, 2, (0, 0, 255), 1)
        cv2.putText(img, str(idx + 1), pos, cv2.FONT_HERSHEY_SIMPLEX, 0.3, (0, 255, 255))
cv2.imshow("img", img)
cv2.waitKey(0)

后续

接下来可以利用点位做一些相关方面的实验，如疲劳检测， 表情检测