python如何利用dlib获取人脸的68个landmark-创新互联
小编给大家分享一下python如何利用dlib获取人脸的68个landmark，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
python的五大特点：1.简单易学，开发程序时，专注的是解决问题,而不是搞明白语言本身。2.面向对象，与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性，Python程序无需修改就可以在各种平台上运行。4.解释性，Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源，Python是 FLOSS(自由/开放源码软件)之一。
（1） 单人脸情况
import cv2
import dlib
path = "1.jpg"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人脸检测画框
detector = dlib.get_frontal_face_detector()
# 获取人脸关键点检测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
#获取人脸框位置信息
dets = detector(gray, 1)#1表示采样（upsample）次数 0识别的人脸少点,1识别的多点,2识别的更多,小脸也可以识别
for face in dets:
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
for pt in shape.parts():
pt_pos = (pt.x, pt.y)
cv2.circle(img, pt_pos, 2, (0, 0, 255), 1)#img, center, radius, color, thickness
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()（2） 多人脸情况
import cv2
import dlib
path2 = "zxc.jpg"
img = cv2.imread(path2)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人脸检测画框
detector = dlib.get_frontal_face_detector()
# 获取人脸关键点检测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
#获取人脸框位置信息
dets = detector(gray, 1)#1表示采样（upsample）次数 0识别的人脸少点,1识别的多点,2识别的更多,小脸也可以识别
for i in range(len(dets)):
shape = predictor(img, dets[i]) # 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
for pt in shape.parts():
pt_pos = (pt.x, pt.y)
cv2.circle(img, pt_pos, 2, (0, 0, 255), 1)#img, center, radius, color, thickness
cv2.imshow("image", img)
cv2.waitKey(0)#等待键盘输入
cv2.destroyAllWindows()（3） 获取电脑摄像头实时识别标定
import cv2
import dlib
import numpy as np
cap = cv2.VideoCapture(0)#打开笔记本的内置摄像头，若参数是视频文件路径则打开视频
cap.isOpened()
def key_points(img):
points_keys = []
PREDICTOR_PATH = "shape_predictor_68_face_landmarks.dat"
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(PREDICTOR_PATH)
rects = detector(img,1)
for i in range(len(rects)):
landmarks = np.matrix([[p.x,p.y] for p in predictor(img,rects[i]).parts()])
for point in landmarks:
pos = (point[0,0],point[0,1])
points_keys.append(pos)
cv2.circle(img,pos,2,(255,0,0),-1)
return img
while(True):
ret, frame = cap.read()#按帧读取视频，ret,frame是cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
# gray = cv2.cvtColor(frame)
face_key = key_points(frame)
cv2.imshow('frame',face_key)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()#释放摄像头
cv2.destroyAllWindows()#关闭所有图像窗口以上是“python如何利用dlib获取人脸的68个landmark”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
新闻标题：python如何利用dlib获取人脸的68个landmark-创新互联
链接URL：http://cdiso.cn/article/degodh.html
