Python+OpenCV+dlib实现人脸识别_dlib opencv进行人脸识别

Python+OpenCV+dlib实现人脸识别

IDE：Jupyter Notebook（Anaconda3）

Python版本：Python 3.8

本机环境：Windows 10

原理概览

调用dlib库来进行人脸识别，调用预测器 “shape_predictor_68_face_landmarks.dat”进行68点标定人脸，并用opencv的库函数来进行简单的图像处理

一、Windows系统安装OpenCV和dlib库

1.打开Anaconda Prompt命令框，输入python -V得到当前的python版本

2.使用命令安装opencv：pip install opencv_python
3.在dlib官网下载对应python版本的dlib
这里提供两个比较普遍的dlib版本包

python3.8的链接：
[https://pan.baidu.com/s/1kLn0uEqO5xinuTMZzk3fFA]
提取码：kh99

python3.7的链接：
[https://pan.baidu.com/s/14cxfDkC2dODyncLAZ3bwaQ]
提取码：w8hp
4.输入 pip install dlib -版本报名.whl来安装dlib，比如我要安装上面下载的python3.8的dlib包：

 pip install dlib-19.19.0-cp38-cp38-win_amd64.whl

1
2

二、人脸识别

使用jupyter notebook创建新项目，输入下列代码，实现最基本的人脸识别

# -*- coding: utf-8 -*-
"""
Created on Wed Oct 27 03:15:10 2021

@author: GT72VR
"""
import numpy as np
import cv2
import dlib
import os
import sys
import random

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

ok = True
# 打开摄像头 参数为输入流，可以为摄像头或视频文件
camera = cv2.VideoCapture(0)
#如果打开不了摄像头可以使用下面函数对视频进行人脸采集
#camera = cv2.VideoCapture('video.mp4')
while ok:
    # 读取摄像头中的图像，ok为是否读取成功的判断参数
    ok, img = camera.read()

    # 转换成灰度图像
    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()])
 # 画特征点
        for idx, point in enumerate(landmarks):
            # 68点的坐标
            pos = (point[0, 0], point[0, 1])

            # 利用cv2.circle给每个特征点画一个圈，共68个
            cv2.circle(img, pos, 1, color=(0, 255, 0))

            # 利用cv2.putText输出1-68
            font = cv2.FONT_HERSHEY_SIMPLEX
            cv2.putText(img, str(idx + 1), pos, font, 0.3, (0, 0, 255), 1, cv2.LINE_AA)
    cv2.imshow('video', img)
    k = cv2.waitKey(1)
    if k == 27:  # 按下ESC退出
        break
camera.release()
cv2.destroyAllWindows()


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

点击运行，等待片刻后会在菜单栏中出现一个新窗口，点开得到：

三、打上马赛克

1.将下列画图代码添加到源文件中，可以就放在定义点坐标之后

# 画眼镜
cv2.circle(img, (point_list[41][0], point_list[41][1]), int(3 * size), (0, 0, 0), -1) #-1表示实心圆，墨镜打底
cv2.circle(img, (point_list[41][0], point_list[41][1]), int(3 * size), (255, 255, 255), 10) #10表示边框宽度有10个像素点，用来画边框
cv2.circle(img, (point_list[46][0], point_list[46][1]), int(3 * size), (0, 0, 0), -1)
cv2.circle(img, (point_list[46][0], point_list[46][1]), int(3 * size), (255, 255, 255), 10)
# 画眼镜框
cv2.line(img, point_39, point_42, (0, 0, 0), 4)

1
2
3
4
5
6
7
8

2.运行，得到以下效果

四、总结

通过学习数据库shape_predictor_68_face_landmarks.dat，python能够使用仅仅几十行代码就能完成一个简单的人脸数据采集，并结合Opencv图像编程可以将采集内容更加直观地呈现在我们的面前

五、参考文章

机器学习（五）Python+OpenCV+dlib实现人脸识别
python+opencv+dlib实现人脸识别