python3利用Dlib19.7实现人脸68个特征点标定-6ren

python3利用Dlib19.7实现人脸68个特征点标定

转载作者：qq735679552 更新时间：2022-09-28 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python3利用Dlib19.7实现人脸68个特征点标定由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

0.引言。

利用Dlib官方训练好的模型“shape_predictor_68_face_landmarks.dat”进行68点标定，利用OpenCv进行图像化处理，在人脸上画出68个点，并标明序号；。

实现的68个特征点标定功能如下图所示:

python3利用Dlib19.7实现人脸68个特征点标定

图1 人脸68个特征点的标定。

1.开发环境。

　　python:3.6.3 。

　　dlib:19.7 。

　　OpenCv, numpy 。

需要调用的库：　。

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

2.设计流程。

工作内容主要以下两大块：68点标定和OpenCv绘点。

68点标定:

借助官方的Demo（face_landmark_detection.py，在之前另一篇博客里面介绍过学习Python3 Dlib19.7进行人脸面部识别）实现；。

OpenCv绘点:

介绍了用到的画圆函数cv2.circle() 和输出字符串函数 cv2.putText() ；。

流程:

　　1.调用dlib库来进行人脸识别，调用预测器“shape_predictor_68_face_landmarks.dat”进行68点标定。

　　2.存入68个点坐标。

　　3.利用cv2.circle来画68个点。

　　4.利用cv2.putText()函数来画数字1-68 。

3.源码。

。

 
    ? 
   
         # 68-points 
        
         # 2017-12-28 
        
         # By TimeStamp 
        
         # #cnblogs: http://www.cnblogs.com/AdaminXie/ 
        
         import 
         dlib       
         #人脸识别的库dlib 
        
         import 
         numpy as np     
         #数据处理的库numpy 
        
         import 
         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' 
         ) 
        
         path 
         = 
         "********************" 
        
         # cv2读取图像 
        
         img 
         = 
         cv2.imread(path 
         + 
         "test.jpg" 
         ) 
        
         # 取灰度 
        
         img_gray  
         = 
         cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) 
        
         # 人脸数rects 
        
         rects  
         = 
         detector(img_gray,  
         0 
         ) 
        
         for 
         i  
         in 
         range 
         ( 
         len 
         (rects)): 
        
         landmarks  
         = 
         np.matrix([[p.x, p.y]  
         for 
         p  
         in 
         predictor(img, 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(img, pos,  
         5 
         , color 
         = 
         ( 
         0 
         ,  
         255 
         ,  
         0 
         )) 
        
         # 利用cv2.putText输出1-68 
        
         font  
         = 
         cv2.FONT_HERSHEY_SIMPLEX 
        
         cv2.putText(img,  
         str 
         (idx 
         + 
         1 
         ), pos, font,  
         0.8 
         , ( 
         0 
         ,  
         0 
         ,  
         255 
         ),  
         1 
         , cv2.LINE_AA) 
        
         cv2.namedWindow( 
         "img" 
         ,  
         2 
         ) 
        
         cv2.imshow( 
         "img" 
         , img) 
        
         cv2.waitKey( 
         0 
         )