欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

opencv + dlib 人脸检测实现作为一个测试用例 dlib 安装出错

程序员文章站 2022-04-02 11:06:04
首先dlib是一个很有名的库了,有c++、Python的接口。使用dlib可以大大简化开发,比如人脸识别,特征点检测之类的工作都可以很轻松实现。同时也有很多基于dlib开发的应用和开源库,比如face_recogintion库(应用一个基于Python的开源人脸识别库,face_recognition)等等。环境opencv 尽量选择3版本的dlib 选择 下载出错的话cmdpip install dlib==19.6.1我用的是 python3.6.5不多说直接上代.....

首先dlib是一个很有名的库了,有c++、Python的接口。使用dlib可以大大简化开发,比如人脸识别,特征点检测之类的工作都可以很轻松实现。同时也有很多基于dlib开发的应用和开源库

环境

opencv 尽量选择3版本的

dlib 选择 下载出错的话

cmd

pip install dlib==19.6.1

opencv + dlib 人脸检测实现作为一个测试用例 dlib 安装出错

 

我用的是 python3.6.5

 不多说直接上代码

# -*- coding: utf-8 -*-
import sys
import dlib
import cv2

detector = dlib.get_frontal_face_detector() #获取人脸分类器

# 传入的命令行参数
# for f in sys.argv[1:]: ...这种方式是通过读取传入的参数进新遍历的以列表的形式 ...
# 直接把入参改为一个列表方便调试
x=['C:\\Users\\admin\\Desktop\\test.png','C:\\Users\\admin\\Desktop\\test.jpg']
for f in x:
    # opencv 读取图片,并显示
    # print("Processing file: {}".format(f))
    # f='C:\\Users\\admin\\Desktop\\test.png'
 
    # cv2.IMREAD_COLOR:它指定加载彩色图像。图像的任何透明度都将被忽略。这是默认标志。或者,我们可以为此标志传递整数值1。
    # cv2.IMREAD_GRAYSCALE:它指定以灰度模式加载图像。或者,我们可以为此标志传递整数值0。
    # cv2.IMREAD_UNCHANGED:它指定加载图像,包括alpha通道。另外,我们可以为此标志传递整数值 - 1。
    img = cv2.imread(f, cv2.IMREAD_COLOR)# 这里有两个参数第一个是图片的文件必选,第二个是标志:它指定读取图像的方式

    # 摘自官方文档:
    # image is a numpy ndarray containing either an 8bit grayscale or RGB image.
    # opencv读入的图片默认是bgr格式,我们需要将其转换为rgb格式;都是numpy的ndarray类。
    b, g, r = cv2.split(img)    # 分离三个颜色通道
    img2 = cv2.merge([r, g, b])   # 融合三个颜色通道生成新图片

    dets = detector(img, 1) #使用detector进行人脸检测 dets为返回的结果
    print("Number of faces detected: {}".format(len(dets)))  # 打印识别到的人脸个数
    # enumerate是一个Python的内置方法,用于遍历索引
    # index是序号;face是dets中取出的dlib.rectangle类的对象,包含了人脸的区域等信息
    # left()、top()、right()、bottom()都是dlib.rectangle类的方法,对应矩形四条边的位置
    for index, face in enumerate(dets):
        print('face {}; left {}; top {}; right {}; bottom {}'.format(index, face.left(), face.top(), face.right(), face.bottom()))

        # 在图片中标注人脸,并显示
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
        cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 3)
        cv2.namedWindow(f, cv2.WINDOW_AUTOSIZE)
        cv2.imshow(f, img)

# 等待按键,随后退出,销毁窗口
k = cv2.waitKey(0)
cv2.destroyAllWindows()

这是一个通过读取图片进行检测的然后对人脸进行标记的demo

本文地址:https://blog.csdn.net/dagedeshu/article/details/110872801

相关标签: Python 图像识别