python實作人臉關鍵部位檢測（附原始碼）-有解無憂

人臉特征提取

本文主要使用dlib庫中的人臉特征識別功能，

dlib庫使用68個特征點標注出人臉特征，通過對應序列的特征點，獲得對應的臉部特征，下圖展示了68個特征點，比如我們要提

取眼睛特征，獲取37到46這幾個特征點即可，

在這里插入圖片描述

在代碼中增加類似的映射，直接通過呼叫對應部位，

Python學習交流Q群：906715085##3
FACIAL_LANDMARKS_68_IDXS = OrderedDict([  
("mouth", (48, 68)),
  ("right_eyebrow", (17, 22)), 
   ("left_eyebrow", (22, 27)),
     ("right_eye", (36, 42)),  
     ("left_eye", (42, 48)), 
      ("nose", (27, 36)), 
  ("jaw", (0, 17))])FACIAL_LANDMARKS_5_IDXS = OrderedDict([ 
   ("right_eye", (2, 3)),  
   ("left_eye", (0, 1)),  
   ("nose", (4))

資料預處理與模型加載

我們按照輸入影像的要求對影像進行變形處理，這里需要轉化為灰度圖，加載get_frontal_face_detector模型和特征庫進行檢測，

Python學習交流Q群：906715085###
#加載人臉檢測與關鍵點定位
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(args["shape_predictor"])

#讀取輸入資料，預處理
image = cv2.imread(args["image"])
(h, w) = image.shape[:2]
width=500
r = width / float(w)
dim = (width, int(h * r))
image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

#人臉檢測rects = detector(gray, 1)

遍歷每個臉部關鍵點

對提取出來的人臉進行特征點預測，對人臉關鍵部位進行定位，同時將其轉化為np_array的形式，

shape = predictor(gray, rect)
shape = shape_to_np(shape)

遍歷每一個部分，復制一個副本進行操作，將當前檢測的類別標識在影像上，

#遍歷每一個部分
for (name, (i, j)) in FACIAL_LANDMARKS_68_IDXS.items():  
clone = image.copy() 
 cv2.putText(clone, name, (10, 30),
  cv2.FONT_HERSHEY_SIMPLEX,    0.7, (0, 0, 255), 2)

根據識別出來的位置，將特征點畫在影像上，

for (x, y) in shape[i:j]:      
cv2.circle(clone, (x, y), 3, (0, 0, 255), -1)

提取出該五官部位，

(x, y, w, h) = cv2.boundingRect(np.array([shape[i:j]]))
roi = image[y:y + h, x:x + w]
(h, w) = roi.shape[:2]
width=250
r = width / float(w)
dim = (width, int(h * r))
roi = cv2.resize(roi, dim, interpolation=cv2.INTER_AREA)

最后展示出來即可，

cv2.imshow("ROI", roi)
cv2.imshow("Image", clone)
cv2.waitKey(0)

最終效果

原圖
在這里插入圖片描述

臉部檢測

在這里插入圖片描述

全部五官檢測

在這里插入圖片描述

關鍵部位檢測

在這里插入圖片描述

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/458485.html

標籤：Python

上一篇：Python 函式進階-lambda匿名函式和三元運算子

下一篇：8個無需撰寫代碼即可使用Python內置庫的方法