python实现图片,视频人脸识别(dlib版)
图片人脸检测
#coding=utf-8 importcv2 importdlib 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) forfaceindets: 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 forptinshape.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()
视频人脸检测
#coding=utf-8 importcv2 importdlib detector=dlib.get_frontal_face_detector()#使用默认的人类识别器模型 defdiscern(img): gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dets=detector(gray,1) forfaceindets: left=face.left() top=face.top() right=face.right() bottom=face.bottom() cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),2) cv2.imshow("image",img) cap=cv2.VideoCapture(0) while(1): ret,img=cap.read() discern(img) ifcv2.waitKey(1)&0xFF==ord('q'): break cap.release() cv2.destroyAllWindows()
那么,OpenCV和Dlib的视频识别对比,有两个地方是不同的:
1.Dlib模型识别的准确率和效果要好于OpenCV;
2.Dlib识别的性能要比OpenCV差,使用视频测试的时候Dlib有明显的卡顿,但是OpenCV就好很多,基本看不出来;
以上就是python实现图片,视频人脸识别(dlib版)的详细内容,更多关于python人脸识别的资料请关注毛票票其它相关文章!