（1） 单人脸情况

import cv2import dlibpath = "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 cv2import dlibpath1 = "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, thicknesscv2.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 cv2import dlibimport numpy as npcap = 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 imgwhile(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'): breakcap.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。