python利用dlib获取人脸的68个landmark
（1）单人脸情况
importcv2
importdlib
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
forfaceindets:
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
forptinshape.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
importcv2
importdlib
path1="zxc.jpg"
img=cv2.imread(path1)
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
foriinrange(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
forptinshape.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
importcv2
importdlib
importnumpyasnp
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()
defkey_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)
foriinrange(len(rects)):
landmarks=np.matrix([[p.x,p.y]forpinpredictor(img,rects[i]).parts()])
forpointinlandmarks:
pos=(point[0,0],point[0,1])
points_keys.append(pos)
cv2.circle(img,pos,2,(255,0,0),-1)
returnimg
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)
ifcv2.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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。