基于OpenCV和shape_predictor_68_face_landmarks.dat的人脸识别与监测

原理简介

偶然看到一篇文章，原文链接

   突然对人脸识别有了很大兴趣，于是对文章中利用的方法进行了深入的学习，原理大致基于人脸上的OpenCV库和68个特征点，对监测到的标志点进行标记显示


   颚点= 0–16

   右眉点= 17–21

   左眉点= 22–26

   鼻点= 27–35

   右眼点= 36–41

   左眼点= 42–47

   口角= 48–60

   嘴唇分数= 61–67

资源

需要 shape_predictor_68_face_landmarks.dat 资源已经上传至百度云

   链接：https://pan.baidu.com/s/1qowI0Xf49s_luqozFeWGww

   提取码：qwer
python  安装dlib库和OpenCV库

   dlib库的安装较为麻烦，主要是它十个C++的开源包，笔者是通过vs2019装上的，详细的教程可以参考这篇博客

   当然也可以进入
https://pypi.org/project/dlib/19.6.0/#files 下载   Dlib库
pip install dlib-19.6.0-cp36-cp36m-win_amd64.whl

实现代码

当你把数据文件和代码文件放到同一个文件夹下，并且运行也没有报错，就可以开始玩耍了

相比于监测图片，我还是更喜欢实时监测，关于监测图片的代码也贴一下，也可以在原文中查看

import cv2
import numpy as np
import dlib
# Load the detector
detector = dlib.get_frontal_face_detector()
# Load the predictor
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
# read the image
img = cv2.imread("face.jpg")
# Convert image into grayscale
gray = cv2.cvtColor(src=img, code=cv2.COLOR_BGR2GRAY)
# Use detector to find landmarks
faces = detector(gray)
for face in faces:
    x1 = face.left() # left point
    y1 = face.top
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删