基于opencv 标定 opencv目标识别与定位

转载

mob6454cc74e2cb 2024-04-22 14:11:53

文章标签 基于opencv 标定人脸识别定位 opencv 计算机视觉 文章分类 计算机视觉人工智能

基于opencv 标定 opencv目标识别与定位_人脸识别

今天我们聊一聊人脸检测和关键点定位问题。很多朋友可能会对这一块感兴趣，于是纷纷跑去研究SSD、YOLO、Faster RCNN等方法，最后花费了很久的时间，才搞出一个模型。又是数据，又是算法，搞得头大。

实际上，如果你是想搞算法，这样做是很值得推崇的。如果只是想做一些实验性的demo，感受一下人脸相关的一些业务，或者只是需要人脸检测这个步骤，但是对准确性要求没那么搞。那这里，我们推荐dlib库，直接进行人脸检测和关键点定位。

具体操作步骤如下

1. 安装dlib

pip install dlib

2. 下载训练模型

训练模型用于是人脸识别的关键，用于查找图片的关键点。

下载地址：http://dlib.net/files/

下载文件：shape_predictor_68_face_landmarks.dat.bz2

下载好模型和库之后，接下来就是编程部分。

人脸检测代码部分

# -*- 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:]:
    # opencv 读取图片，并显示
    img = cv2.imread(f, cv2.IMREAD_COLOR)
    # 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()

---------------------
作者：hongbin_xu

人脸检测效果

基于opencv 标定 opencv目标识别与定位_opencv_02

人脸关键点定位代码

#coding=utf-8
 
import cv2
import dlib
 
path = "img/meinv.png"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
#人脸分类器
detector = dlib.get_frontal_face_detector()
# 获取人脸检测器
predictor = dlib.shape_predictor(
    "C:\\Python36\\Lib\\site-packages\\dlib-data\\shape_predictor_68_face_landmarks.dat"
)
 
dets = detector(gray, 1)
for face in dets:
    shape = predictor(img, face)  # 寻找人脸的68个标定点
    # 遍历所有点，打印出其坐标，并圈出来
    for pt in shape.parts():
        pt_pos = (pt.x, pt.y)
        cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)
    cv2.imshow("image", img) 
cv2.waitKey(0)
cv2.destroyAllWindows()

代码转自：https://yq.aliyun.com/articles/629871

人脸关键点效果

基于opencv 标定 opencv目标识别与定位_opencv_03