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 
         )

note：OpenCv的画图函数。

1. 画圆 cv2.circle( img, (p1,p2), r, (255,255,255) ) 。

　　　　参数1：　　img-　　　　图片对象；。

　　　　参数2：　　(p1,p2)-　　圆心坐标；。

　　　　参数3：　　r-　　　　　　半径；。

　　　　参数4：　　(255,255,255)-　颜色数组；　。

　　2. 输出字符 cv2.putText( img,"test", (p1,p2), font, 4, (255,255,255), 2, cv2, LINE_AA ) 。

　　　　参数1：　　img-　　　　　　图像对象；。

　　　　参数2：　　"test"-　　　　　需要打印的字符text（数字的话可以利用str()转成字符）,

　　　　参数3：　　(p1,p2)-　　　　坐标textOrg；。

　　　　参数4：　　font-　　　　　　字体fontFace（注意这里 font = cv2.FONT_HERSHEY_SIMPLEX）,

　　　　参数5：　　4-　　　　　　　字号fontScale；。

　　　　参数6：　　(255,255,255)-　颜色数组；。

　　　　参数7：　　2-　　　　　　　线宽thickness；。

　　　　参数8：　　LINE_AA-　　　线条种类line_type；。

*关于颜色数组:

　　　　　　(255,255,255), (蓝色，绿色，红色)，每个值都是0-255；。

　　　　　　比如：蓝色(255,0,0)，紫色(255,0,255)　　　　。

可以调整cv2.circle()函数和cv2.putText()函数中的半径、线宽等参数使得输出满足需求方便查看；。

结果:

python3利用Dlib19.7实现人脸68个特征点标定

图2 测试结果1 。

python3利用Dlib19.7实现人脸68个特征点标定　　

图3 测试结果2 。

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我.

原文链接：http://www.cnblogs.com/AdaminXie/p/8137580.html 。

最后此篇关于python3利用Dlib19.7实现人脸68个特征点标定的文章就讲到这里了,如果你想了解更多关于python3利用Dlib19.7实现人脸68个特征点标定的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐：解决docker pull被复位出现的问题

文章推荐：如何Docker化Python Django应用程序

文章推荐： docker pull镜像速度慢的问题解决方法

文章推荐： docker nginx 运行后无法访问的问题解决

c++ - dlib-19.1:从图像(例如 dlib::cv_image)初始化 dlib::matrix 以进行 DNN 训练
我目前正在尝试使用我存档的图像训练 DNN(OCR 上下文......每个类的输入图像是数千个固定大小的小图像的聚合图像)。我有一些代码可以打开聚合图像并将其正确分割为小型 OpenCV cv::M
python - dlib 构建失败，无法导入 dlib
我正在尝试将 dlib 安装到 cloud9 上，但我一直收到此错误。 c++: internal compiler error: Killed (program cc1plus) Please su
android - 在 OSX 上构建时，dlib/dlib-android 在运行时崩溃
我目前正在尝试构建和使用旨在将 dlib 移植到 Android 的 dlib-android 库。搭建成功；但是在相应的演示项目dlib-android-app中使用编译后的共享C++库时，应用程序
c++ - DLIB C++ 如何制作 dlib::matrix 的 std::vector
我需要一个 dlib::matrix 的 std::vector，但我在编译时不知道矩阵大小；文档告诉我: // (Note that if you don't know the dimensiona
c++ - dlib - 面部检测器错误:无法将 std::vector 转换为 int
我试图在 dlib 中移动几步的尝试在尝试复制此代码的某些部分时突然停止 http://dlib.net/face_landmark_detection_ex.cpp.html 这就是我目前所得到的
c++ - 如何在 dlib 的 array2d 图像上从 dlib::rectangle 创建 cv::Mat？
我使用 dlib 的 hog 检测器，因为它发现人脸比 opencv haarcascades 好得多。但它无法检测脸上的情绪(或者可以？？？)。我需要从带有面部的 dlib::rectangle 中
python - 为什么我得到 "dlib isn' t going to use CUDA"when I compile dlib python interface
我在启用了 CUDA 9.1 的 Ubuntu 16.04 上使用 cmake 3.11.0 编译了 dlib 19.10。一切顺利，没有遇到任何问题! 这里是运行 cmake .. 的输出 -- T
python - Ubuntu Python : unable to pip install dlib - Failed building wheel for dlib and machine is almost stuck
我正在尝试为我的 django python 环境安装 dlib(机器学习库)。但是，我无法安装它。有错误并卡住。根据这个指令，这就是我所做的 https://www.pyimagesearch.c
Failed to build dlib ERROR: Could not build wheels for dlib, which is required to install pyproject.toml-based projects(无法构建dlib错误：无法为dlib构建轮子，这是安装基于pyproject的项目所必需的)
我无法运行Streamlight应用程序并遇到错误。我卸载了dlib并安装了cmake，然后再次安装dlib，仍然得到相同的错误
Dlib+OpenCV深度学习人脸识别的方法示例
前言人脸识别在lwf(labeled faces in the wild)数据集上人脸识别率现在已经99.7%以上，这个识别率确实非常高了，但是真实的环境中的准确率有多少呢？我没有这方面的数据，
python - Dlib + OpenCV抽奖点地标
我想绘制脸颊的轮廓，如下图所示: 我正在使用 OpenCV 和 Dlib 来检测界标，而且我不知道如何操作Dlib点。有谁知道我可以在脸颊上绘制轮廓吗？这是我的代码: import cv2 impo
c++ - Dlib 元素特定操作
使用 dlib 库如何进行元素特定操作？例如 A = [1 2 3; 4 5 6] 我可以让它对矩阵的元素进行平方，而不是 A*A，这样答案就是 ans = [1 4 9; 16 25 36] 在 m
c++ - Dlib 中用于人脸检测的编译问题
我刚开始尝试 dlib 库。我已经完成了编译说明，但问题仍然存在。我正在使用命令行进行编译和执行。我使用了以下命令并给了我错误。 g++ -O3 -I.. ../dlib/all/source.cpp
c++ - 具有高维标签的机器学习代码 dlib
我正在使用 dlib 做机器学习，但我发现所有代码只能处理一维标签。我的数据集是这样的:样本是 m 长度的 vector ，标签是 n 长度的 vector 。 (m>n) dlib 是否可以针对此
c++ - dlib 从物体检测器中提取芯片
我正在为 object detection 使用 dlib ，标注和训练数据集是使用HOG+SVM完成的，能够检测到物体，但是现在我需要从图像中提取芯片我想在 win_overlay 上的检测区域
python - Dlib 低亮度图像人脸检测
我想从低亮度图像中检测人脸。我正在使用 dlib 从图像中检测人脸。但是 dlib 检测器根本检测不到人脸。我有以下代码来检测图像中的人脸。 detector=dlib.get_frontal_fac
python - Dlib 裁剪后的图像是蓝色的
我正在使用 D-lib 提取面部的某些区域。我正在使用 opencv 裁剪使用 dlib 地标点检测器检测到的区域。但是，裁剪后的图像是蓝色的。知道为什么要改变吗？而且我发现一些图像跳过了这段代码。因
c++ - dlib 在屏幕上显示值
我遇到了一个奇怪的错误——每当我包含 #include 时到我的项目并声明一个变量(例如 dlib::image_window win )出现以下错误: 'DLIB_NO_GUI_SUPPORT i
c++ - 序列化人脸特征以在 DLIB 中进行识别
我正在编写一个 dlib 代码来进行一对一的人脸识别。我遵循 dlib samples 中的代码示例并执行了以下操作: std::vector> faces; for (auto face : de
c++ - 使用 dlib 的成员函数指针未在此范围内声明
我正在寻找使用 dlib 库来优化近似误差...假设我有点 (x,y) 和一个值 vector ，它们用于查找最小值并在本地拟合误差，所以我实现了此类: #include #include #in

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python3利用Dlib19.7实现人脸68个特征点标定