Dlib 构建人脸检测

　一、检测整张脸

　　步骤：

　　　　1. 安装cmake编译工具： pip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.com cmake 

　　　　2. 安装Dlib库：pip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.com dlib

　　　　3. 编写代码

　　

"""使用Dlib检测整张脸"""
import dlib
from imageio import imread
import glob

# 创建人脸检测器对象
detector = dlib.get_frontal_face_detector()
# 创建显示窗口
win = dlib.image_window()
# 图像路径
paths = glob.glob('../images/faceimg/*.jpg')

for path in paths:
    img = imread(path)
    # 1 表示将图片放大一倍，便于检测到更多人脸
    dets = detector(img, 1)
    print('检测到了 %d 个人脸' % len(dets))
    for i, d in enumerate(dets):
        print('- %d：Left %d Top %d Right %d Bottom %d' % (i, d.left(), d.top(), d.right(), d.bottom()))
    
    win.clear_overlay()
    win.set_image(img)
    win.add_overlay(dets)
    dlib.hit_enter_to_continue()

 

二、检测面部关键点（五官）

　　步骤：

　　　　1. 配置环境（按一中的步骤）

　　　　2. 下载shape_predictor_68_face_landmarks.dat 模型，此模型为训练数据集得到的68个关键点模型

　　　　3. 编写代码

　　

"""使用Dlib检测 面部 + 关键点"""
import dlib
from imageio import imread
import glob

# 创建人脸检测器对象
detector = dlib.get_frontal_face_detector()
# 创建显示窗口
win = dlib.image_window()
# 图像路径
paths = glob.glob('../images/faceimg/*.jpg')
# 下载好的模型：68个脸部关键点训练模型
predictor_path = './shape_predictor_68_face_landmarks.dat'
# 加载模型
predictor = dlib.shape_predictor(predictor_path)

for path in paths:
    img = imread(path)
    win.clear_overlay()
    win.set_image(img)
    
    # 1 表示将图片放大一倍，便于检测到更多人脸
    dets = detector(img, 1)
    print('检测到了 %d 个人脸' % len(dets))
    for i, d in enumerate(dets):
        print('- %d: Left %d Top %d Right %d Bottom %d' % (i, d.left(), d.top(), d.right(), d.bottom()))
        shape = predictor(img, d)
        # 第 0 个点和第 1 个点的坐标
        print('Part 0: {}, Part 1: {}'.format(shape.part(0), shape.part(1)))
        win.add_overlay(shape)
    
    win.add_overlay(dets)
    dlib.hit_enter_to_continue()

 

　　

标签：predictor,img,win,dlib,shape,构建,人脸,dets,Dlib
来源： https://www.cnblogs.com/leafchen/p/12895423.html