python3利用Dlib19.7实现人脸68个特征点标定

概述0.引言利用Dlib官方训练好的模型“shape_predictor_68_face_landmarks.dat”进行68点标定，利用OpenCv进行图像化处理，在人脸上画出68个点，并标明序号；

0.引言

利用Dlib官方训练好的模型“shape_predictor_68_face_landmarks.dat”进行68点标定，利用OpenCv进行图像化处理，在人脸上画出68个点，并标明序号；

实现的68个特征点标定功能如下图所示：

图1 人脸68个特征点的标定 

1.开发环境

　　python:3.6.3

　　dlib:19.7

　　OpenCv,numpy

需要调用的库：　

import dlib #人脸识别的库dlibimport numpy as np #数据处理的库numpyimport cv2 #图像处理的库OpenCv

2.设计流程

工作内容主要以下两大块：68点标定和OpenCv绘点

68点标定：

借助官方的Demo（face_landmark_detection.py，在之前另一篇博客里面介绍过学习Python3 Dlib19.7进行人脸面部识别）实现；

OpenCv绘点：

介绍了用到的 画圆函数cv2.circle() 和 输出字符串函数 cv2.putText() ；

流程：

　　1.调用dlib库来进行人脸识别，调用预测器“shape_predictor_68_face_landmarks.dat”进行68点标定

　　2.存入68个点坐标

　　3.利用cv2.circle来画68个点

　　4.利用cv2.putText()函数来画数字1-68

3.源码

# 68-points# 2017-12-28# By TimeStamp# #cnblogs: http://www.cnblogs.com/AdaminXIE/import dlib      #人脸识别的库dlibimport numpy as np    #数据处理的库numpyimport cv2      #图像处理的库OpenCv# dlib预测器detector = dlib.get_frontal_face_detector()predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')path="********************"# cv2读取图像img=cv2.imread(path+"test.jpg")# 取灰度img_gray = cv2.cvtcolor(img,cv2.color_RGB2GRAY)# 人脸数rectsrects = detector(img_gray,0)for i in range(len(rects)): landmarks = np.matrix([[p.x,p.y] for p in predictor(img,rects[i]).parts()]) for IDx,point in enumerate(landmarks):  # 68点的坐标  pos = (point[0,0],point[0,1])  # 利用cv2.circle给每个特征点画一个圈，共68个  cv2.circle(img,pos,5,color=(0,255,0))  # 利用cv2.putText输出1-68  Font = cv2.Font_HERShey_SIMPLEX  cv2.putText(img,str(IDx+1),Font,0.8,(0,255),1,cv2.liNE_AA)cv2.nameDWindow("img",2)cv2.imshow("img",img)cv2.waitKey(0) 

note：OpenCv的画图函数

         1. 画圆 cv2.circle( img,(p1,p2),r,(255,255) )

　　　　参数1：　　img-　　　　      图片对象；

　　　　参数2：　　(p1,p2)-　　        圆心坐标；

　　　　参数3：　　r-　　　　　　    半径；

　　　　参数4：　　(255,255)-　 颜色数组；　 

 　　2. 输出字符 cv2.putText( img,"test",4,2,cv2,liNE_AA )

　　　　参数1：　　img-　　　　　　图像对象；

　　　　参数2：　　"test"-　　　　　 需要打印的字符text（数字的话可以利用str()转成字符）;

　　　　参数3：　　(p1,p2)-　　　  　坐标textOrg；

　　　　参数4：　　Font-　　　　　　字体FontFace（注意这里 Font = cv2.Font_HERShey_SIMPLEX）;

　　　　参数5：　　4-　　　　　　　字号FontScale；

　　　　参数6：　　(255,255)-　  颜色数组；

　　　　参数7：　　2-　　　　　　　 线宽thickness；

　　　　参数8：　　liNE_AA-　　　   线条种类line_type；

*关于 颜色数组：

　　　　　　(255,(蓝色，绿色，红色)，每个值都是0-255；

　　　　　　比如：蓝色(255,0)，紫色(255,255)　　　　

可以调整cv2.circle()函数和cv2.putText()函数中的 半径、线宽 等参数使得输出满足需求方便查看；

结果：

图2 测试结果1 

　　

图3 测试结果2

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持编程小技巧。

您可能感兴趣的文章:Python人脸识别初探Python+OpenCV人脸检测原理及示例详解python利用OpenCV2实现人脸检测python+opencv实现的简单人脸识别代码示例python实现人脸识别代码详解如何用OpenCV + Python 实现人脸识别python使用opencv进行人脸识别Python 40行代码实现人脸识别功能@L_419_9@python中使用OpenCV进行人脸检测的例子 总结

以上是内存溢出为你收集整理的python3利用Dlib19.7实现人脸68个特征点标定全部内容，希望文章能够帮你解决python3利用Dlib19.7实现人脸68个特征点标定所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。