dlib库在人脸landmarks检测中的应用

    人脸landmarks在人脸分析上有很大的作用，可以利用landmarkers进行人脸校正（alignment），也可以通过landmarkers计算五官之间的距离来对人脸建模，判断美丑等。

    dlib（http://dlib.net/）提供了很友好的检测人脸landmarkers的接口。下图是一个68个点的landmarkers检测结果，可以通过数字对应到五官，例如27~30是检测鼻子区域的。

检测代码如下：

    img_path = 'data/face_one.png'    img = cv2.imread(img_path)    print('img_shape:', img.shape)    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)     # get face    hog_face_detector = dlib.get_frontal_face_detector()    shape_predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')     rects, scores, idx = hog_face_detector.run(img_rgb, 2, 0)    faces = dlib.full_object_detections()    for rect in rects:        faces.append(shape_predictor(img_rgb, rect))     for landmark in faces:        for idx, point in enumerate(landmark.parts()):            cv2.putText(img, str(idx), (point.x, point.y), cv2.FONT_HERSHEY_DUPLEX, 0.3, (0, 0, 255), 1, cv2.LINE_AA)      代码比较简单，首先用dlib的frontal_face_detector检测人脸区域，然后dlib的shape_predictor检测出各个点的位置。
 

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