python利用dlib获取人脸的68个landmark
(1)单人脸情况
importcv2 importdlib 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 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,(0,0,255),1)#img,center,radius,color,thickness cv2.imshow("image",img) cv2.waitKey(0) cv2.destroyAllWindows()
(2)多人脸情况
importcv2 importdlib path1="zxc.jpg" img=cv2.imread(path1) 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 foriinrange(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 forptinshape.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
importcv2 importdlib importnumpyasnp 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() defkey_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) foriinrange(len(rects)): landmarks=np.matrix([[p.x,p.y]forpinpredictor(img,rects[i]).parts()]) forpointinlandmarks: pos=(point[0,0],point[0,1]) points_keys.append(pos) cv2.circle(img,pos,2,(255,0,0),-1) returnimg 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) ifcv2.waitKey(1)&0xFF==ord('q'): break cap.release()#释放摄像头 cv2.destroyAllWindows()#关闭所有图像窗口
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。