人脸检测

1 准备工作

• ubuntu 系统
• anaconda 3 环境下
• 安装dlib库，打开terminal，输入：pip install dlib 进行安装。如图所示
  
  安装完dlib后进行测试，在jupyter notebook中import dlib如果运行没有出错，那么dlib安装成功。

2 人脸检测

通过官网下载dlib下载的人脸检测检测代码，经过修改和备注都的代码实现如下。

import sys
import dlib
from skimage import io

# 使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()

#使用dlib提供的图片窗口
win = dlib.image_window()

#sys.argv[]是用来获取命令行参数的，sys.argv[0]表示代码本身文件路径，所以参数从1开始向后依次获取图片路径
for f in sys.argv[1:]:

    #输出目前处理的图片地址
    print("Processing file: {}".format(f))

    #使用skimage的io读取图片
    img = io.imread(f)

    #使用detector进行人脸检测 dets为返回的结果
    dets = detector(img, 1)

    #dets的元素个数即为脸的个数
    print("Number of faces detected: {}".format(len(dets)))

    #使用enumerate 函数遍历序列中的元素以及它们的下标
    #下标i即为人脸序号
    #left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离 
    #top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
    for i, d in enumerate(dets):
        print("dets{}".format(d))
        print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}"
            .format( i, d.left(), d.top(), d.right(), d.bottom()))

    #也可以获取比较全面的信息，如获取人脸与detector的匹配程度
    dets, scores, idx = detector.run(img, 1)
    for i, d in enumerate(dets):
        print("Detection {}, dets{},score: {}, face_type:{}".format( i, d, scores[i], idx[i]))    

    #绘制图片(dlib的ui库可以直接绘制dets)
    win.set_image(img)
    win.add_overlay(dets)

    #等待点击
    dlib.hit_enter_to_continue()

并存放在一个.py文件中，我这里所存放的文件名为face_detector.py，图片所存放的位置为data中。通过执行如下命令，可以检测到人脸。

python face_detector.py ./data/50.jpg  

3 检测结果

通过运行以上的代码，可以得到检测到的人脸数量，并返回人脸所在的位置，并根据位置把人脸框出来。最终实现的效果如下图所示。

返回的坐标如下图所示。

通过以上的代码可是实现人脸检测。在jupyter notebook上测试的代码在这里。