利用Dlib 实现人脸68个特征点的标定

系列文章目录


文章目录

  • 系列文章目录
  • 前言
    • 1. 开发环境依赖
    • 2. 设计流程
      • 68个特征点提取:
      • OpenCv 绘图:
    • 3. 源码
    • OpenCv 的画图函数
      • 1. 画圆
      • 2. 写字符
      • 3.关于 颜色数组:


前言

利用 Dlib 官方训练好的模型 “shape_predictor_68_face_landmarks.dat” 进行 68 个点标定;利用 OpenCv 进行图像化处理,在人脸上画出 68 个特征点,并标明特征点的序号;实现的 68 个特征点标定功能如下图所示:
利用Dlib 实现人脸68个特征点的标定_第1张图片

1. 开发环境依赖

Python:  3.6.3
Dlib:    19.7
Opencv, NumPy

需要调用的库:

import dlib                     # 人脸检测的库 Dlib
import numpy as np      # 数据处理的库 Numpy
import cv2                      # 图像处理的库 OpenCv

2. 设计流程

两部分:68 个特征点提取 和 OpenCv 绘图

68个特征点提取:

借助 Dlib 官方的 Demo: face_landmark_detection.py,可以得到脸部 68 个特征点的坐标;

OpenCv 绘图:

使用 opencv 中 画圆函数 cv2.circle() 和 画字符函数 cv2.putText() ;

流程:
  1. 调用 Dlib 库来进行人脸识别,调用预测器 “shape_predictor_68_face_landmarks.dat” 进行 68 点标定;
  2. 存入 68 个点坐标;
  3. 利用 cv2.circle 来画 68 个点;
  4. 利用 cv2.putText() 函数来画数字 1-68 ;

3. 源码

# 对静态人脸图像文件进行68个特征点的标定

# Author:   coneypo
# GitHub:   https://github.com/coneypo/Dlib_face_detection_from_camera

import dlib         # 人脸识别的库 Dlib
import numpy as np  # 数据处理的库 numpy
import cv2          # 图像处理的库 OpenCv

# Dlib 检测器和预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('data/dlib/shape_predictor_68_face_landmarks.dat')

# 读取图像文件
img_rd = cv2.imread("test.jpg")
img_gray = cv2.cvtColor(img_rd, cv2.COLOR_RGB2GRAY)

# 人脸数
faces = detector(img_gray, 0)

# 待会要写的字体
font = cv2.FONT_HERSHEY_SIMPLEX

# 标 68 个点
if len(faces) != 0:
    # 检测到人脸
    for i in range(len(faces)):
        # 取特征点坐标
        landmarks = np.matrix([[p.x, p.y] for p in predictor(img_rd, faces[i]).parts()])
        for idx, point in enumerate(landmarks):
            # 68 点的坐标
            pos = (point[0, 0], point[0, 1])

            # 利用 cv2.circle 给每个特征点画一个圈,共 68 个
            cv2.circle(img_rd, pos, 2, color=(139, 0, 0))
            # 利用 cv2.putText 写数字 1-68
            cv2.putText(img_rd, str(idx + 1), pos, font, 0.2, (187, 255, 255), 1, cv2.LINE_AA)

    cv2.putText(img_rd, "faces: " + str(len(faces)), (20, 50), font, 1, (0, 0, 0), 1, cv2.LINE_AA)
else:
    # 没有检测到人脸
    cv2.putText(img_rd, "no face", (20, 50), font, 1, (0, 0, 0), 1, cv2.LINE_AA)

# 窗口显示
# 参数取 0 可以拖动缩放窗口,为 1 不可以
# cv2.namedWindow("image", 0)
cv2.namedWindow("image", 1)

cv2.imshow("image", img_rd)
cv2.waitKey(0)

OpenCv 的画图函数

1. 画圆

cv2.circle( img, (p1,p2), r, (255,255,255) )

cv2.circle(img=img, center=(50,30), radius=4, color=(255,0,255))

参数 1:  img-     图片对象 img;
  参数 2:  (p1,p2)-   圆心坐标 center;
  参数 3:  r-       半径 radius;
  参数 4:  (255,255,255)-  颜色数组;

2. 写字符

cv2.putText( img,“test”, (p1,p2), font, 4, (255,255,255), 2, cv2, LINE_AA )

cv2.putText(img=img, text=“hello world”, org=(10,30), fontFace=font, fontScale=0.6, color=(187, 255, 255), thickness=1, lineType=cv2.LINE_AA)

参数 1:  img-      图像对象 img;
  参数 2:  “test”-      需要打印的字符 text(数字的话可以利用 str() 转成字符);
  参数 3:  (p1,p2)-     坐标 textOrg;
  参数 4:  font-      字体 fontFace( 注意这里 font = cv2.FONT_HERSHEY_SIMPLEX );
  参数 5:  4-       字号 fontScale;
  参数 6:  (255,255,255)-  颜色数组 color;
  参数 7:  2-        线宽 thickness;
  参数 8:  LINE_AA-    线条种类 line_type;

3.关于 颜色数组:

(255,255,255), (蓝色,绿色,红色),每个值都是 0-255;
比如:蓝色 (255,0,0),紫色 (255,0,255)
利用Dlib 实现人脸68个特征点的标定_第2张图片

你可能感兴趣的:(dlib人脸检测项目,计算机视觉,opencv,python)