博客
关于我
从零到壹系列之Opencv+dlib实现人脸检测与关键点定位
阅读量:348 次
发布时间:2019-03-04

本文共 3199 字,大约阅读时间需要 10 分钟。

点击上方“小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

今天我们聊一聊人脸检测和关键点定位问题。很多朋友可能会对这一块感兴趣,于是纷纷跑去研究SSD、YOLO、Faster RCNN等方法,最后花费了很久的时间,才搞出一个模型。又是数据,又是算法,搞得头大。

实际上,如果你是想搞算法,这样做是很值得推崇的。如果只是想做一些实验性的demo,感受一下人脸相关的一些业务,或者只是需要人脸检测这个步骤,但是对准确性要求没那么搞。那这里,我们推荐dlib库,直接进行人脸检测和关键点定位。

具体操作步骤如下

1. 安装dlib

pip install dlib

2. 下载训练模型

  训练模型用于是人脸识别的关键,用于查找图片的关键点。

  下载地址:http://dlib.net/files/

  下载文件:shape_predictor_68_face_landmarks.dat.bz2

下载好模型和库之后,接下来就是编程部分。

人脸检测代码部分

# -*- coding: utf-8 -*-import sysimport dlibimport cv2detector = dlib.get_frontal_face_detector() #获取人脸分类器# 传入的命令行参数for f in sys.argv[1:]:    # opencv 读取图片,并显示    img = cv2.imread(f, cv2.IMREAD_COLOR)    # image is a numpy ndarray containing either an 8bit grayscale or RGB image.    # opencv读入的图片默认是bgr格式,我们需要将其转换为rgb格式;都是numpy的ndarray类。    b, g, r = cv2.split(img)    # 分离三个颜色通道    img2 = cv2.merge([r, g, b])   # 融合三个颜色通道生成新图片    dets = detector(img, 1) #使用detector进行人脸检测 dets为返回的结果    print("Number of faces detected: {}".format(len(dets)))  # 打印识别到的人脸个数    # enumerate是一个Python的内置方法,用于遍历索引    # index是序号;face是dets中取出的dlib.rectangle类的对象,包含了人脸的区域等信息    # left()、top()、right()、bottom()都是dlib.rectangle类的方法,对应矩形四条边的位置    for index, face in enumerate(dets):        print('face {}; left {}; top {}; right {}; bottom {}'.format(index, face.left(), face.top(), face.right(), face.bottom()))        # 在图片中标注人脸,并显示        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()

---------------------

作者:hongbin_xu
来源:CSDN
原文:https://blog.csdn.net/hongbin_xu/article/details/78347484

人脸检测效果

人脸关键点定位代码

#coding=utf-8 import cv2import dlib path = "img/meinv.png"img = cv2.imread(path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #人脸分类器detector = dlib.get_frontal_face_detector()# 获取人脸检测器predictor = dlib.shape_predictor(    "C:\\Python36\\Lib\\site-packages\\dlib-data\\shape_predictor_68_face_landmarks.dat") dets = detector(gray, 1)for face in dets:    shape = predictor(img, face)  # 寻找人脸的68个标定点    # 遍历所有点,打印出其坐标,并圈出来    for pt in shape.parts():        pt_pos = (pt.x, pt.y)        cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)    cv2.imshow("image", img) cv2.waitKey(0)cv2.destroyAllWindows()

代码转自:https://yq.aliyun.com/articles/629871

人脸关键点效果

1. 卷积神经网源码清单如下:

https://github.com/baihuaml/dl_code/blob/master/CNN_source_code.md

2. dlib人脸检测与关键点定位:

https://github.com/baihuaml/dl_code/blob/master/dlib_facedetection.py

https://github.com/baihuaml/dl_code/blob/master/dlib_facelandmark.py

下载1:OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲

在「小白学视觉」公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲

在「小白学视觉」公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~

你可能感兴趣的文章
Mysql 时间操作(当天,昨天,7天,30天,半年,全年,季度)
查看>>
MySQL 是如何加锁的?
查看>>
MySQL 是怎样运行的 - InnoDB数据页结构
查看>>
mysql 更新子表_mysql 在update中实现子查询的方式
查看>>
MySQL 有什么优点?
查看>>
mysql 权限整理记录
查看>>
mysql 权限登录问题:ERROR 1045 (28000): Access denied for user ‘root‘@‘localhost‘ (using password: YES)
查看>>
MYSQL 查看最大连接数和修改最大连接数
查看>>
MySQL 查看有哪些表
查看>>
mysql 查看锁_阿里/美团/字节面试官必问的Mysql锁机制,你真的明白吗
查看>>
MySql 查询以逗号分隔的字符串的方法(正则)
查看>>
MySQL 查询优化:提速查询效率的13大秘籍(避免使用SELECT 、分页查询的优化、合理使用连接、子查询的优化)(上)
查看>>
mysql 查询数据库所有表的字段信息
查看>>
【Java基础】什么是面向对象?
查看>>
mysql 查询,正数降序排序,负数升序排序
查看>>
MySQL 树形结构 根据指定节点 获取其下属的所有子节点(包含路径上的枝干节点和叶子节点)...
查看>>
mysql 死锁 Deadlock found when trying to get lock; try restarting transaction
查看>>
mysql 死锁(先delete 后insert)日志分析
查看>>
MySQL 死锁了,怎么办?
查看>>
MySQL 深度分页性能急剧下降,该如何优化?
查看>>