Python图像处理札记——dlib环境搭建与Demo验证

人生苦短，我用python —— 29行代码实现人脸识别

0x00环境搭建

---

1. VS 2017：提供C++编译环境（C++IDE可自行选择，非不必选安装）
   • 需要将cl.exe配置到环境变量中，
   • cmd中输入cl,若提示不可运行，证明没有将VS配置到环境变量中
   • eg：本地cl.exe路径添加到Path路径中
     • D:\Program Files (x86)\Microsoft Visual Studio\2017\Community\VC\Tools\MSVC\14.15.26726\bin\Hostx64\x64
       
       cl_02.PNG
   • 官方文档VS Command Prompt 工具打开方法
2. cmake 官方下载地址
   • 功能介绍：Cmake是用来makefile的一个工具：读入所有源文件之后，自动生成makefile。
   • 图形界面下一步到最后，安装过程顺利暂时无坑可踩
   • 本地安装路径： D:\CMake
3. boost：官网下载

   • 功能介绍：一个开源的C++库，丰富强大解压，运行批处理，生成bjam.exe，可执行文件

   • 下载，解压，编译，配置，运行

     • 解压后路径地址： D:\Program Files (x86)\boost_1_69_0
     • 为了支持跨平台性，一部分的功能库，需要根据用户操作系统编译完成才可以使用

   • 编译步骤

     • 首先运行批处理脚本，生成编译引擎bjam.exe。

       • 打开VS的Native Tools Command，进入boost目录运行批处理文件bootstrap回车
         cmd下也可以，在命令行中直接输入.bat文件的名称，回车即可
       • 文件夹内会生成b2.exe, bjam.exe, project-config.jam, 和bootstrap.log四个文件
       • 细节：
         • bjam.exe与b2.exe作用相同，bjam是旧版，b2是新版编译
         • bjam.exe必须与boost-build.jam在同级目录，其中jam文件为编译引擎的配置读取

         • PS : 通过命令行运行bootstrap.bat和直接双击效果相同，但是在命令行中运行你会看到如下提示比一闪而过要好得多：

           
           
           run_bat_result.PNG

     • 开始编译,运行bjam.exe(PS：还是推荐用命令方式启动运行，有完全编译和指定编译两种选择)

       • 完全编译在命令行运行bjam.exe或b2.exe可执行文件，缺省命令参数，根据已经安装的C++ IDE环境自行设置
         
         run_b2.PNG

         • 优点：适用今后开发场景，所有源码编译，方便查看源代码和排查问题

         • 缺点：需要较大的硬盘空间，编译时间长————看其他大神的安装教程里提到的

           • 自己用公司电脑测试，编译完占用5.59G,用时大约30分钟左右，感觉还好了，可以接受

         • 编译顺利完成，截图如下：

           
           
           run_b2_02.PNG

           指定设置参数编译：本次未涉及，待后续试验再补齐

     • 配置IDE路径和环境变量Path路径

       • 设置环境变量
         • BOOST_ROOT = D:\Program Files (x86)\boost_1_69_0
         • BOOST_LIBRARYDIR = D:\Program Files (x86)\boost_1_69_0\stage\lib
       • IDE设置 以VS2017为例

         • 新建一个C++项目用以测试boost环境

           
           
           test_03.PNG
           • 源文件--新建test01.cpp，代码如下。输入完成后，会看到有报错提示，证明此时VS未加载到boost类库

           •   #include 
               #include 
               int main()
               {
                   using boost::lexical_cast;
                   int a = lexical_cast("123");
                   double b = lexical_cast("123.12");
                   std::cout << a << std::endl;
                   std::cout << b << std::endl;
                   return 0;
               }
             

         • 设置VS中boost加载路径：菜单栏--项目--项目名属性（Boostest属性）-- 配置属性

           
           
           test_02.PNG
           • VC++目录中设置
             • 包含目录 中 添加 D:\Program Files (x86)\boost_1_69_0
             • 库目录 中 添加 D:\Program Files (x86)\boost_1_69_0\stage\lib
           • 链接器
             • 附件库目录 添加 D:\Program Files (x86)\boost_1_69_0\stage\lib
           • 疑问 为什么我直接仿照配置文件中语法$(BOOST_ROOT); $(BOOST_LIBRARYDIR); 不识别呢？？？

         • 编译

           • 配置完boost路径后，代码中红线消失，F5 开始编译代码，输出目录生成exe文件
           • 疑问 控制台中大量“无法查找或打开PDB文件”的解决方法”，原因缺少符号解析
             • 解决 菜单栏--调试--选项--调试--
               • 常规设置 右边勾选启用源服务器支持

               • 符号设置 右边勾选微软符号服务器

                 
                 
                 运行完成，不会再提示无法查找或打开PDB文件了
                 
                 

                 )

           • 在命令行打开如图

             
             
             测试正常

     • 运行实例验证结果

       • 官方示例

   • 文档资料

     • 官方文档列表
       • 当前版本文档
     • 中文文档
       • 这个文档是2010年的，近乎远古时代了，有更加新文档的请通知下，不胜感激
       • 再次感谢文档翻译人员，为开源做贡献
     • 参考资料
4. dlib
   • 类库介绍
   • 下载安装
     • 直接使用pip安装，电脑安装了python2和python3两个版本，在python3下安装如下：
       • python3 -m pip install dlib
         
   • 使用文档
   • 验证测试
   • 参考资料
     • OpenCV与 python dlib 检测眨眼
     • 我爱计算机视觉
5. OpenCV
   • 下载安装 pip install opencv_python

---

0x01人脸识别示例代码

import sys
import dlib
import cv2

# 人脸分类器
detector = dlib.get_frontal_face_detector()

for f in sys.argv[1:]:
    img = cv2.imread(f, cv2.IMREAD_COLOR)
    b, g, r = cv2.split(img)
    img2 = cv2.merge([r, g, b])
    dets = detector(img, 1)
    print("Number of faces detected: {}".format(len(dets)))  # 打印识别到的人脸个数

    for index, face in enumerate(dets):
        print('face {}; left {}; top {}; right {}; bottom {}'.format(index, face.left(), face.top(), face.right(),
                                                                     face.bottom()))

        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
        cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 3)
        cv2.namedWindow(f, cv2.WINDOW_AUTOSIZE)
        cv2.imshow(f, img)
# 等待按键，随后退出，销毁窗口
k = cv2.waitKey(0)
cv2.destroyAllWindows() 

验证效果