您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
小编给大家分享一下python如何利用dlib获取人脸的68个landmark,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
python的五大特点:1.简单易学,开发程序时,专注的是解决问题,而不是搞明白语言本身。2.面向对象,与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性,Python程序无需修改就可以在各种平台上运行。4.解释性,Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源,Python是 FLOSS(自由/开放源码软件)之一。
(1) 单人脸情况
import cv2 import dlib path = "1.jpg" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #人脸检测画框 detector = dlib.get_frontal_face_detector() # 获取人脸关键点检测器 predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") #获取人脸框位置信息 dets = detector(gray, 1)#1表示采样(upsample)次数 0识别的人脸少点,1识别的多点,2识别的更多,小脸也可以识别 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, 0, 255), 1)#img, center, radius, color, thickness cv2.imshow("image", img) cv2.waitKey(0) cv2.destroyAllWindows()
(2) 多人脸情况
import cv2 import dlib path2 = "zxc.jpg" img = cv2.imread(path2) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #人脸检测画框 detector = dlib.get_frontal_face_detector() # 获取人脸关键点检测器 predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") #获取人脸框位置信息 dets = detector(gray, 1)#1表示采样(upsample)次数 0识别的人脸少点,1识别的多点,2识别的更多,小脸也可以识别 for i in range(len(dets)): shape = predictor(img, dets[i]) # 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, 0, 255), 1)#img, center, radius, color, thickness cv2.imshow("image", img) cv2.waitKey(0)#等待键盘输入 cv2.destroyAllWindows()
(3) 获取电脑摄像头实时识别标定
import cv2 import dlib import numpy as np cap = cv2.VideoCapture(0)#打开笔记本的内置摄像头,若参数是视频文件路径则打开视频 cap.isOpened() def key_points(img): points_keys = [] PREDICTOR_PATH = "shape_predictor_68_face_landmarks.dat" detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor(PREDICTOR_PATH) rects = detector(img,1) for i in range(len(rects)): landmarks = np.matrix([[p.x,p.y] for p in predictor(img,rects[i]).parts()]) for point in landmarks: pos = (point[0,0],point[0,1]) points_keys.append(pos) cv2.circle(img,pos,2,(255,0,0),-1) return img while(True): ret, frame = cap.read()#按帧读取视频,ret,frame是cap.read()方法的两个返回值。其中ret是布尔值,如果读取帧是正确的则返回True,如果文件读取到结尾,它的返回值就为False。frame就是每一帧的图像,是个三维矩阵。 # gray = cv2.cvtColor(frame) face_key = key_points(frame) cv2.imshow('frame',face_key) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release()#释放摄像头 cv2.destroyAllWindows()#关闭所有图像窗口
以上是“python如何利用dlib获取人脸的68个landmark”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。