Python 3 利用 Dlib 19.7 实现摄像头人脸检测特征点标定

0.引言

利用python开发，借助Dlib库捕获摄像头中的人脸，进行实时特征点标定；

图1 工程效果示例（gif）

图2 工程效果示例（静态图片）

（实现比较简单，代码量也比较少，适合入门或者兴趣学习。）

1.开发环境

　　python:　　3.6.3

　　dlib:　　　 19.7

　　OpenCv, numpy

import dlib # 人脸识别的库dlibimport numpy as np # 数据处理的库numpyimport cv2 # 图像处理的库OpenCv

2.源码介绍

　　其实实现很简单，主要分为两个部分：摄像头调用+人脸特征点标定

2.1 摄像头调用

　　介绍下opencv中摄像头的调用方法；

　　利用 cap = cv2.VideoCapture(0) 创建一个对象；

　　（具体可以参考官方文档）

# 2018-2-26# By TimeStamp# cnblogs: http:///coneypo/Dlib_face_detection_from_cameraimport dlib #人脸识别的库dlibimport numpy as np #数据处理的库numpyimport cv2 #图像处理的库OpenCv# dlib预测器detector = dlib.get_frontal_face_detector()predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')# 创建cv2摄像头对象cap = cv2.VideoCapture(0)# cap.set(propId, value)# 设置视频参数，propId设置的视频参数，value设置的参数值cap.set(3, 480)# 截图screenshoot的计数器cnt = 0# cap.isOpened（） 返回true/false 检查初始化是否成功while(cap.isOpened()): # cap.read() # 返回两个值： # 一个布尔值true/false，用来判断读取视频是否成功/是否到视频末尾 # 图像对象，图像的三维矩阵 flag, im_rd = cap.read() # 每帧数据延时1ms，延时为0读取的是静态帧 k = cv2.waitKey(1) # 取灰度 img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY) # 人脸数rects rects = detector(img_gray, 0) #print(len(rects)) # 待会要写的字体 font = cv2.FONT_HERSHEY_SIMPLEX # 标68个点 if(len(rects)!=0): # 检测到人脸 for i in range(len(rects)): landmarks = np.matrix([[p.x, p.y] for p in predictor(im_rd, rects[i]).parts()]) for idx, point in enumerate(landmarks): # 68点的坐标 pos = (point[0, 0], point[0, 1]) # 利用cv2.circle给每个特征点画一个圈，共68个 cv2.circle(im_rd, pos, 2, color=(0, 255, 0)) # 利用cv2.putText输出1-68 cv2.putText(im_rd, str(idx + 1), pos, font, 0.2, (0, 0, 255), 1, cv2.LINE_AA) cv2.putText(im_rd, "faces: "+str(len(rects)), (20,50), font, 1, (0, 0, 255), 1, cv2.LINE_AA) else: # 没有检测到人脸 cv2.putText(im_rd, "no face", (20, 50), font, 1, (0, 0, 255), 1, cv2.LINE_AA) # 添加说明 im_rd = cv2.putText(im_rd, "s: screenshot", (20, 400), font, 0.8, (255, 255, 255), 1, cv2.LINE_AA) im_rd = cv2.putText(im_rd, "q: quit", (20, 450), font, 0.8, (255, 255, 255), 1, cv2.LINE_AA) # 按下s键保存 if (k == ord('s')): cnt+=1 cv2.imwrite("screenshoot"+str(cnt)+".jpg", im_rd) # 按下q键退出 if(k==ord('q')): break # 窗口显示 cv2.imshow("camera", im_rd)# 释放摄像头cap.release()# 删除建立的窗口cv2.destroyAllWindows()

如果对您有帮助，欢迎在GitHub上star本项目。

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。