使用Dlib + python进行面部映射（标注）(python中如何注释,关键词优化)

识别照片或视频中的面孔非常酷，但这不足以创建强大的应用程序，我们需要更多关于人脸的信息，如坐标，嘴是打开还是关闭，眼睛是否睁开或关闭，在这篇文章中，我将以快速和客观的方式向您呈现Dlib，一个能够为您提供68点（坐标）的类库。

什么是Dlib？

这是一个具有预训练模型的地标检测器，dlib用于估计68个坐标（x，y）的位置，这些坐标映射人脸上的面部点，如下图所示。

示例代码

在这个“Hello World”中我们将使用：

numpy

OpenCV

imutils

在本教程中，我将用dlib编写一个简单的例子。我们在图像上识别和绘制脸上的点。

安装依赖关系

pip install numpy opencv-python dlib imutils

从我们将要处理的图像捕捉开始，我们将使用OpenCV以“无限”循环捕捉图像的网络摄像头，从而给人一种观看视频的印象

import cv2

# if (you have only 1 webcam){ set device = 0} else{ chose your favorite webcam setting device = 1, 2 ,3 ... }

cap = cv2.VideoCapture(0)

while True:

# Getting our image by webcam and converting it into a gray image scale

_, image = cap.read()

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# show the gray image

cv2.imshow("Output", image)

#key to give up the app.

k = cv2.waitKey(5) & 0xFF

if k == 27:

break

cv2.destroyAllWindows()

cap.release()

运行您的脚本并确保您的网络摄像头的图像正在被捕捉。

得到我们的照片后，让我们做主要代码部分。

提醒：我们正在使用已经训练好的模型，我们需要下载shape_predictor_68_face_landmarks.dat文件，您可以在这里找到它（https://github/italojs/facial-landmarks-recognition-/blob/master/shape_predictor_68_face_landmarks.dat）。

from imutils import face_utils

import dlib

import cv2

# Vamos inicializar um detector de faces (HOG) para ento

# let's go code an faces detector(HOG) and after detect the

# landmarks on this detected face

# p = our pre-treined model directory, on my case, it's on the same script's diretory.

p = "shape_predictor_68_face_landmarks.dat"

detector = dlib.get_frontal_face_detector()

predictor = dlib.shape_predictor(p)

cap = cv2.VideoCapture(0)

while True:

# Getting out image by webcam

_, image = cap.read()

# Converting the image to gray scale

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Get faces into webcam's image

rects = detector(gray, 0)

# For each detected face, find the landmark.

for (i, rect) in enumerate(rects):

# Make the prediction and transfom it to numpy array

shape = predictor(gray, rect)

shape = face_utils.shape_to_np(shape)

# Draw on our image, all the finded cordinate points (x,y)

for (x, y) in shape:

cv2.circle(image, (x, y), 2, (0, 255, 0), -1)

# Show the image

cv2.imshow("Output", image)

k = cv2.waitKey(5) & 0xFF

if k == 27:

break

cv2.destroyAllWindows()

cap.release()

之后，运行脚本。