opencv入门基础（八）基于dlib进行人脸关键点检测

一.基础知识

1.dlib.get_frontal_face_detector()获取人脸检测器 2.dlib.shape_predictor()预测人脸关键点

二.本地图片具体实现

运用已经训练好的人脸关键点检测器，分为5点和68点两种。

检测器下载链接： 提取码：ayai 下载后将检测器放在项目目录中：

结果为：

三.摄像头实时检测

import matplotlib.pyplot as plt
import dlib
import cv2
capture = cv2.VideoCapture(0)
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
while True:
    ret,frame = capture.read()
    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    faces = detector(gray,1)
    for face in faces:
        cv2.rectangle(frame, (face.left(), face.top()), (face.right(), face.bottom()), (0, 255, 0), 5)
        shape = predictor(frame, face)
        for pt in shape.parts():
            pt_position = (pt.x, pt.y)
            cv2.circle(frame, pt_position, 5, (255, 0, 0), -1)
    if cv2.waitKey(1) & 0xFF == ord(q):
            break
    cv2.imshow("face detection landmark",frame)
capture.release()
cv2.destroyWindow()

结果为：

四.基于face_recognition进行人脸关键点检测

1.face_recognition使用世界上最简单的人脸识别工具，它使用dlib最先进的人脸识别技术构建而成，并具有深度学习功能。 给出face_recognition相关内容链接： github地址：https://github.com/ageitgey/face_recognition 官方指南：https://face-recognition.readthedocs.io/en/latest/readme.html 源码底层实现：https://face-recognition.readthedocs.io/en/latest/face_recognition.html