使用人脸关键点检测（68点）模型进行数据标注

1.环境

Mac  

安装好 git /python等

2.运行：

下载代码库：

git clone git@github.com:xubo245/AILearning.git

指定模型路径，指定图片路径，注意替换成自己的。

运行代码，批量进行人脸 关键点检测  ：

# coding=utf-8 import cv2import dlib def labelImage(path,out):  # path = "data/face/1.jpg"  print(path)  img = cv2.imread(path)  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)   # 人脸分类器  detector = dlib.get_frontal_face_detector()  # 获取人脸检测器  predictor = dlib.shape_predictor("model/shape_predictor_68_face_landmarks.dat")   dets = detector(gray, 1)  for face in dets:    print(face)    shape = predictor(img, face)  # 寻找人脸的68个标定点    # 遍历所有点，打印出其坐标，并圈出来    print("\n")    i=1    for pt in shape.parts():      print(str(i)+"\t"+str(pt))      i=i+1      pt_pos = (pt.x, pt.y)      cv2.circle(img, pt_pos, 2, (0, 0, 255), 1)    cv2.imshow("image", img)   cv2.imwrite( out,img)  # cv2.waitKey(0)  # cv2.destroyAllWindows()  # path = "data/face/1.jpg"for i in range(1,9):   labelImage("data/face/"+str(i)+".jpg","data/face/"+str(i)+"labeled2.jpg")   print("\n")

3. 运行效果：

单张人脸1：

68点坐标为：

data/face/8.jpg[(48, 357) (603, 911)]  1	(57, 457)2	(64, 523)3	(77, 585)4	(88, 645)5	(110, 698)6	(147, 740)7	(189, 774)8	(227, 806)9	(275, 824)10	(329, 822)11	(388, 803)12	(448, 777)13	(500, 737)14	(535, 682)15	(558, 618)16	(580, 548)17	(597, 477)18	(89, 411)19	(121, 385)20	(166, 381)21	(209, 391)22	(252, 408)23	(348, 416)24	(397, 404)25	(447, 399)26	(496, 409)27	(533, 442)28	(296, 492)29	(292, 527)30	(287, 561)31	(282, 596)32	(245, 632)33	(263, 637)34	(281, 642)35	(302, 643)36	(324, 644)37	(142, 482)38	(170, 462)39	(209, 467)40	(235, 503)41	(202, 513)42	(163, 506)43	(367, 517)44	(396, 486)45	(438, 487)46	(469, 512)47	(441, 533)48	(399, 533)49	(219, 712)50	(243, 692)51	(262, 680)52	(276, 686)53	(291, 687)54	(319, 710)55	(353, 743)56	(317, 755)57	(287, 754)58	(271, 750)59	(256, 744)60	(238, 732)61	(235, 709)62	(261, 700)63	(275, 704)64	(290, 708)65	(336, 735)66	(288, 726)67	(274, 723)68	(260, 717)

单张人脸2（68点检测）：

坐标为：

data/face/7.jpg[(98, 206) (419, 527)]  1	(100, 342)2	(105, 379)3	(112, 412)4	(121, 446)5	(138, 474)6	(167, 492)7	(203, 502)8	(237, 514)9	(269, 518)10	(302, 513)11	(337, 501)12	(377, 490)13	(409, 471)14	(428, 440)15	(439, 403)16	(446, 364)17	(452, 324)18	(129, 296)19	(145, 274)20	(171, 261)21	(200, 257)22	(229, 262)23	(282, 256)24	(313, 247)25	(345, 246)26	(376, 256)27	(398, 278)28	(257, 311)29	(257, 324)30	(256, 337)31	(256, 351)32	(235, 388)33	(248, 388)34	(259, 388)35	(272, 387)36	(284, 385)37	(163, 331)38	(181, 318)39	(201, 315)40	(219, 328)41	(202, 335)42	(181, 337)43	(302, 322)44	(319, 306)45	(341, 307)46	(361, 319)47	(343, 327)48	(320, 327)49	(219, 446)50	(233, 423)51	(248, 409)52	(258, 411)53	(269, 409)54	(287, 422)55	(310, 442)56	(288, 451)57	(271, 453)58	(260, 453)59	(250, 453)60	(235, 453)61	(228, 441)62	(249, 426)63	(259, 425)64	(269, 424)65	(298, 439)66	(270, 435)67	(259, 435)68	(249, 435)

多张人脸3（68点检测）：

坐标为：

 data/face/3.jpg[(847, 277) (1168, 598)]  1	(860, 452)2	(872, 485)3	(890, 513)4	(910, 541)5	(933, 565)6	(961, 585)7	(994, 600)8	(1031, 608)9	(1067, 601)10	(1099, 589)11	(1126, 568)12	(1150, 542)13	(1165, 508)14	(1165, 472)15	(1163, 434)16	(1157, 396)17	(1148, 360)18	(866, 416)19	(875, 388)20	(901, 373)21	(931, 370)22	(961, 373)23	(998, 354)24	(1022, 332)25	(1052, 317)26	(1084, 315)27	(1108, 331)28	(992, 398)29	(999, 418)30	(1005, 438)31	(1012, 459)32	(995, 491)33	(1009, 489)34	(1024, 485)35	(1036, 479)36	(1048, 474)37	(905, 434)38	(916, 422)39	(934, 416)40	(956, 418)41	(940, 425)42	(922, 432)43	(1036, 392)44	(1050, 378)45	(1067, 372)46	(1086, 375)47	(1073, 383)48	(1055, 388)49	(991, 539)50	(1004, 522)51	(1018, 509)52	(1031, 509)53	(1043, 502)54	(1063, 504)55	(1086, 510)56	(1071, 526)57	(1058, 536)58	(1043, 542)59	(1029, 546)60	(1012, 548)61	(999, 537)62	(1021, 524)63	(1035, 522)64	(1048, 517)65	(1078, 512)66	(1050, 517)67	(1037, 522)68	(1024, 524)[(319, 617) (587, 885)]  1	(311, 697)2	(310, 734)3	(310, 769)4	(313, 803)5	(324, 833)6	(345, 856)7	(373, 873)8	(398, 888)9	(422, 895)10	(446, 893)11	(472, 882)12	(502, 870)13	(528, 854)14	(547, 832)15	(560, 806)16	(571, 779)17	(582, 749)18	(366, 683)19	(388, 671)20	(415, 669)21	(440, 677)22	(461, 691)23	(500, 700)24	(521, 697)25	(542, 699)26	(560, 707)27	(569, 723)28	(473, 732)29	(470, 748)30	(468, 764)31	(466, 780)32	(440, 796)33	(448, 800)34	(457, 802)35	(466, 803)36	(475, 803)37	(390, 719)38	(406, 711)39	(425, 715)40	(437, 733)41	(420, 736)42	(402, 731)43	(498, 746)44	(511, 733)45	(529, 736)46	(540, 748)47	(527, 755)48	(510, 754)49	(406, 835)50	(427, 824)51	(444, 817)52	(452, 821)53	(461, 820)54	(468, 830)55	(475, 845)56	(463, 850)57	(453, 851)58	(444, 851)59	(435, 850)60	(421, 845)61	(415, 834)62	(441, 829)63	(450, 831)64	(458, 831)65	(467, 842)66	(456, 837)67	(448, 836)68	(440, 835)[(38, 440) (167, 569)]  1	(35, 479)2	(36, 495)3	(37, 509)4	(37, 524)5	(42, 537)6	(51, 547)7	(65, 554)8	(79, 560)9	(95, 563)10	(111, 563)11	(127, 559)12	(142, 553)13	(153, 545)14	(160, 533)15	(165, 520)16	(169, 507)17	(172, 493)18	(50, 463)19	(59, 454)20	(72, 451)21	(86, 453)22	(97, 459)23	(117, 461)24	(130, 457)25	(144, 458)26	(156, 463)27	(163, 475)28	(106, 473)29	(105, 480)30	(104, 487)31	(103, 494)32	(91, 504)33	(96, 505)34	(102, 506)35	(108, 506)36	(114, 506)37	(64, 475)38	(72, 472)39	(80, 472)40	(87, 477)41	(79, 478)42	(71, 477)43	(125, 481)44	(133, 477)45	(141, 478)46	(147, 483)47	(140, 484)48	(132, 483)49	(80, 525)50	(89, 518)51	(96, 515)52	(101, 516)53	(107, 515)54	(113, 520)55	(121, 528)56	(112, 530)57	(105, 531)58	(100, 531)59	(94, 530)60	(87, 529)61	(84, 524)62	(95, 521)63	(101, 521)64	(106, 521)65	(117, 527)66	(106, 523)67	(100, 523)68	(95, 522)[(712, 663) (935, 885)]  1	(748, 733)2	(748, 758)3	(748, 783)4	(750, 807)5	(758, 829)6	(772, 846)7	(789, 860)8	(804, 875)9	(821, 883)10	(842, 882)11	(869, 875)12	(901, 869)13	(930, 856)14	(951, 834)15	(963, 807)16	(971, 775)17	(977, 743)18	(751, 713)19	(760, 702)20	(775, 703)21	(790, 707)22	(804, 715)23	(838, 718)24	(860, 713)25	(882, 712)26	(904, 717)27	(921, 730)28	(820, 742)29	(818, 754)30	(814, 766)31	(811, 779)32	(802, 794)33	(808, 797)34	(813, 798)35	(821, 799)36	(830, 801)37	(768, 736)38	(778, 731)39	(791, 733)40	(802, 745)41	(789, 747)42	(775, 745)43	(851, 753)44	(862, 743)45	(878, 746)46	(893, 754)47	(878, 760)48	(863, 759)49	(798, 826)50	(803, 820)51	(807, 816)52	(812, 819)53	(819, 819)54	(831, 827)55	(845, 838)56	(830, 844)57	(819, 844)58	(811, 842)59	(806, 839)60	(803, 834)61	(802, 826)62	(807, 823)63	(812, 825)64	(819, 826)65	(838, 835)66	(819, 832)67	(812, 831)68	(807, 828)[(312, 313) (633, 634)]  1	(345, 344)2	(336, 382)3	(328, 420)4	(323, 458)5	(323, 496)6	(337, 532)7	(360, 563)8	(388, 591)9	(424, 606)10	(460, 608)11	(497, 594)12	(529, 577)13	(553, 557)14	(572, 534)15	(588, 509)16	(603, 483)17	(619, 454)18	(392, 325)19	(417, 313)20	(446, 314)21	(472, 329)22	(491, 351)23	(542, 373)24	(566, 372)25	(588, 379)26	(607, 393)27	(615, 409)28	(506, 397)29	(499, 420)30	(492, 441)31	(485, 464)32	(449, 471)33	(461, 479)34	(473, 488)35	(488, 488)36	(503, 488)37	(415, 364)38	(434, 361)39	(451, 369)40	(462, 388)41	(445, 384)42	(428, 376)43	(538, 417)44	(557, 411)45	(572, 418)46	(580, 431)47	(566, 430)48	(552, 424)49	(401, 501)50	(431, 500)51	(456, 503)52	(470, 509)53	(487, 509)54	(505, 518)55	(523, 532)56	(495, 540)57	(473, 540)58	(457, 537)59	(441, 532)60	(421, 524)61	(410, 503)62	(452, 512)63	(466, 516)64	(482, 518)65	(514, 528)66	(479, 525)67	(463, 522)68	(448, 518)

4.更多模型，请下载dlib（可选）

命令：

git clone git@github.com:davisking/dlib-models.git

历史：

localhost:ai xubo$ git clone git@github.com:davisking/dlib-models.gitCloning into 'dlib-models'...remote: Enumerating objects: 186, done.remote: Counting objects: 100% (32/32), done.remote: Compressing objects: 100% (31/31), done.remote: Total 186 (delta 17), reused 11 (delta 1), pack-reused 154Receiving objects: 100% (186/186), 408.51 MiB | 6.22 MiB/s, done.Resolving deltas: 100% (89/89), done.

解压：

bunzip2 shape_predictor_68_face_landmarks.dat.bz2

参考：

【1】模型： https://github.com/davisking/dlib-models

【2】 教程：https://www.cnblogs.com/vipstone/p/8964656.html

【3】代码库地址：https://github.com/xubo245/AILearning

【4】http://dlib.net/files/

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