一、Dlib庫介紹與安裝

1. Dlib庫簡介

?? Dlib庫是一個機器學習的開源庫，包含了機器學習的很多演算法，使用起來很方便，直接包含頭檔案即可，并且不依賴于其他庫（自帶影像編解碼庫原始碼），Dlib可以幫助創建很多復雜的機器學習方面的軟體來幫助解決實際問題，目前Dlib已經被廣泛的用在行業和學術領域,包括機器人,嵌入式設備,移動電話和大型高性能計算環境，

2. 安裝Dlib庫

使用pip安裝

pip install dlib

二、OpenCV介紹即安裝

1. OpenCV簡介

??OpenCV是一個基于BSD許可（開源）發行的跨平臺計算機視覺和機器學習軟體庫，可以運行在Linux、Windows、Android和Mac OS作業系統上，它輕量級而且高效——由一系列 C 函式和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的介面，實作了影像處理和計算機視覺方面的很多通用演算法，

2. OpenCV安裝

使用pip安裝

pip3 install opencv_python

三、提取人臉特征點

此處使用視頻測驗

import numpy as np
import cv2
import dlib
import os
import sys
import random
# 存盤位置
output_dir = './faces'
size = 64
 
if not os.path.exists(output_dir):
    os.makedirs(output_dir)
# 改變圖片的亮度與對比度
 
def relight(img, light=1, bias=0):
    w = img.shape[1]
    h = img.shape[0]
    #image = []
    for i in range(0,w):
        for j in range(0,h):
            for c in range(3):
                tmp = int(img[j,i,c]*light + bias)
                if tmp > 255:
                    tmp = 255
                elif tmp < 0:
                    tmp = 0
                img[j,i,c] = tmp
    return img
 
#使用dlib自帶的frontal_face_detector作為我們的特征提取器
detector = dlib.get_frontal_face_detector()
# 打開攝像頭 引數為輸入流，可以為攝像頭或視頻檔案
#camera = cv2.VideoCapture(0)

camera = cv2.VideoCapture('./G.E.M.鄧紫棋 - 孤獨.mp4')
ok = True

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')


while ok:
    # 讀取攝像頭中的影像，ok為是否讀取成功的判斷引數
    ok, img = camera.read()
    
    # 轉換成灰度影像
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    rects = detector(img_gray, 0)
    
    for i in range(len(rects)):
        landmarks = np.matrix([[p.x, p.y] for p in predictor(img,rects[i]).parts()])
        for idx, point in enumerate(landmarks):
            # 68點的坐標
            pos = (point[0, 0], point[0, 1])
            print(idx,pos)
    
            # 利用cv2.circle給每個特征點畫一個圈，共68個
            cv2.circle(img, pos, 2, color=(0, 255, 0))
            # 利用cv2.putText輸出1-68
            font = cv2.FONT_HERSHEY_SIMPLEX
            cv2.putText(img, str(idx+1), pos, font, 0.2, (0, 0, 255), 1,cv2.LINE_AA)
    cv2.imshow('video', img)
    k = cv2.waitKey(1)
    if k == 27:    # press 'ESC' to quit
        break
    
camera.release()
cv2.destroyAllWindows()

運行結果：

四、在眼睛處繪制黑色的實心圓

??要求：不在原視頻上繪制顯示特征點，而是給人臉虛擬P上一付墨鏡（找到雙眼特征點坐標值，以坐標中心點為圓心，用opencv函式繪制兩個圓，并填充黑色）

def painting_sunglasses(img,detector,predictor):   
    #給人臉帶上墨鏡
    rects = detector(img_gray, 0)  
    for i in range(len(rects)):
        landmarks = np.matrix([[p.x, p.y] for p in predictor(img,rects[i]).parts()])
        right_eye_x=0
        right_eye_y=0
        left_eye_x=0
        left_eye_y=0
        for i in range(36,42):#右眼范圍
            #將坐標相加
            right_eye_x+=landmarks[i][0,0]
            right_eye_y+=landmarks[i][0,1]
        #取眼睛的中點坐標
        pos_right=(int(right_eye_x/6),int(right_eye_y/6))
        cv2.circle(img=img, center=pos_right, radius=30, color=(0,0,0),thickness=-1)
        for i in range(42,48):#左眼范圍
           #將坐標相加
            left_eye_x+=landmarks[i][0,0]
            left_eye_y+=landmarks[i][0,1]
        #取眼睛的中點坐標
        pos_left=(int(left_eye_x/6),int(left_eye_y/6))
        cv2.circle(img=img, center=pos_left, radius=30, color=(0,0,0),thickness=-1)

#camera = cv2.VideoCapture(0)#打開攝像頭
camera = cv2.VideoCapture('./G.E.M.鄧紫棋 - 孤獨.mp4')
ok=True
# 打開攝像頭 引數為輸入流，可以為攝像頭或視頻檔案
while ok:
    ok,img = camera.read()
     # 轉換成灰度影像
    img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    #display_feature_point(img,detector,predictor)
    painting_sunglasses(img,detector,predictor)#呼叫畫墨鏡函式
    cv2.imshow('video', img)
    k = cv2.waitKey(1)
    if k == 27:    # press 'ESC' to quit
        break
camera.release()
cv2.destroyAllWindows()

運行結果：

五、總結

??本文簡略地介紹了dlib庫與OpenCV，并初步嘗試使用dlib庫對人臉的特征值進行提取，

六、參考

Python之人臉特征提取