热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

人脸特征点检测——基于DLib库

1.人脸特征点检测dlib关键点模型官方有两种,分别为5个点和68个点的,下载地址:http:dlib.netfilesshape_pre

1.人脸特征点检测

         dlib关键点模型官方有两种,分别为5个点和68个点的,下载地址: 

        http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

        人脸68个关键点如下:

这里写图片描述

         主要函数:

        dlib.get_frontal_face_detector()获取人脸检测器

        dlib.shape_predictor()预测人脸关键点。   


2.人脸5个关键点检测——图片

# 1.导入库
import cv2
import dlib
import numpy as np
import matplotlib.pyplot as plt# 2.读取一张照片
img=cv2.imread('img_1.jpg')# 3.调用人脸检测器
detector=dlib.get_frontal_face_detector()# 4.加载预测关键点模型(5个关键点)
predictor=dlib.shape_predictor("shape_predictor_5_face_landmarks.dat")# 5.灰度转换
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# 6.人脸检测
faces=detector(gray,1)# 7.循环,遍历每一张人脸,给人脸绘制矩形和关键点
for face in faces:# 8.绘制矩形框cv2.rectangle(img,(face.left(),face.top()),(face.right(),face.bottom()),(0,0,255),3)# 9.预测关键点shape=predictor(img,face)# 10.获取关键点坐标for pt in shape.parts():# 获取横纵坐标pt_position=(pt.x,pt.y)# 11.显示/检测关键点cv2.circle(img,pt_position,3,(0,255,0),-1)# 12.显示整个效果图
img_RGB=img[:,:,::-1]
plt.imshow(img_RGB)
plt.axis('off')
plt.show()

   


3.人脸68个关键点检测——图片

# 4.加载预测关键点模型(68个关键点)
predictor=dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")


4.人脸68个关键点检测——视频

# 1.导入库
import cv2
import dlib
import numpy as np
import matplotlib.pyplot as plt# 2.打开摄像头
capture=cv2.VideoCapture(0)# 3.调用人脸检测器
detector=dlib.get_frontal_face_detector()# 4.加载预测关键点模型(68个关键点)
predictor=dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")while True:# 6.读取视频流ret,img=capture.read()# 6.灰度转换gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# 7.人脸检测faces=detector(gray,1)# 8.循环,遍历每一张人脸,给人脸绘制矩形和关键点for face in faces:# 8.1.绘制矩形框cv2.rectangle(img,(face.left(),face.top()),(face.right(),face.bottom()),(0,0,255),3)# 8.2.预测关键点shape=predictor(img,face)# 8.3.获取关键点坐标for pt in shape.parts():# 获取横纵坐标pt_position=(pt.x,pt.y)# 8.4.显示/检测关键点cv2.circle(img,pt_position,3,(0,255,0),-1)if cv2.waitKey(1) & 0xff == ord('q'):break# 9.显示结果cv2.imshow('face detection landmark',img)capture.release()
cv2.destroyAllWindows()


推荐阅读
  • Android与JUnit集成测试实践
    本文探讨了如何在Android项目中集成JUnit进行单元测试,并详细介绍了修改AndroidManifest.xml文件以支持测试的方法。 ... [详细]
  • 本文探讨了Linux环境下线程私有数据(Thread-Specific Data, TSD)的概念及其重要性,介绍了如何通过TSD技术避免多线程间全局变量冲突的问题,并提供了具体的实现方法和示例代码。 ... [详细]
  • Hadoop MapReduce 实战案例:手机流量使用统计分析
    本文通过一个具体的Hadoop MapReduce案例,详细介绍了如何利用MapReduce框架来统计和分析手机用户的流量使用情况,包括上行和下行流量的计算以及总流量的汇总。 ... [详细]
  • 本文探讨了如何使用Scrapy框架构建高效的数据采集系统,以及如何通过异步处理技术提升数据存储的效率。同时,文章还介绍了针对不同网站采用的不同采集策略。 ... [详细]
  • 本文介绍了如何使用 Python 的 Pyglet 库加载并显示图像。Pyglet 是一个用于开发图形用户界面应用的强大工具,特别适用于游戏和多媒体项目。 ... [详细]
  • 汇总了2023年7月7日最新的网络安全新闻和技术更新,包括最新的漏洞披露、工具发布及安全事件。 ... [详细]
  • 使用Python构建网页版图像编辑器
    本文详细介绍了一款基于Python开发的网页版图像编辑工具,具备多种图像处理功能,如黑白转换、铅笔素描效果等。 ... [详细]
  • 视觉Transformer综述
    本文综述了视觉Transformer在计算机视觉领域的应用,从原始Transformer出发,详细介绍了其在图像分类、目标检测和图像分割等任务中的最新进展。文章不仅涵盖了基础的Transformer架构,还深入探讨了各类增强版Transformer模型的设计思路和技术细节。 ... [详细]
  • 尽管在WPF中工作了一段时间,但在菜单控件的样式设置上遇到了一些基础问题,特别是关于如何正确配置前景色和背景色。 ... [详细]
  • 在测试软件或进行系统维护时,有时会遇到电脑蓝屏的情况,即便使用了沙盒环境也无法完全避免。本文将详细介绍常见的蓝屏错误代码及其解决方案,帮助用户快速定位并解决问题。 ... [详细]
  • egg实现登录鉴权(七):权限管理
    权限管理包含三部分:访问页面的权限,操作功能的权限和获取数据权限。页面权限:登录用户所属角色的可访问页面的权限功能权限:登录用户所属角色的可访问页面的操作权限数据权限:登录用户所属 ... [详细]
  • 本文介绍了使用Python和C语言编写程序来计算一个给定数值的平方根的方法。通过迭代算法,我们能够精确地得到所需的结果。 ... [详细]
  • 在使用 PyInstaller 将 Python 应用程序打包成独立的可执行文件时,若项目中包含动态加载的库或插件,需要正确配置 --hidden-import 和 --add-binary 参数,以确保所有依赖项均能被正确识别和打包。 ... [详细]
  • 长期从事ABAP开发工作的专业人士,在面对行业新趋势时,往往需要重新审视自己的发展方向。本文探讨了几位资深专家对ABAP未来走向的看法,以及开发者应如何调整技能以适应新的技术环境。 ... [详细]
  • 二维码的实现与应用
    本文介绍了二维码的基本概念、分类及其优缺点,并详细描述了如何使用Java编程语言结合第三方库(如ZXing和qrcode.jar)来实现二维码的生成与解析。 ... [详细]
author-avatar
富农032884
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有