之前寫過一篇關(guān)于實現(xiàn)人臉識別的文章，

Z先生點記：Pyqt5 + 百度 API 打造一個圖像人臉識別、分割的小程序?zhuanlan.zhihu.com

里面用到的技術(shù)是通過調(diào)用百度 API 實現(xiàn)的，本次將借助于 dlib 程序包實現(xiàn)人臉區(qū)域檢測、特征點提取等功能，

dlib 封裝了許多優(yōu)秀的機器學(xué)習(xí)算法， 可實現(xiàn)人臉識別、檢測、識別，視頻目標追逐等功能，是由由 C++開發(fā)的一個開源程序庫，目前也提供了 Python 接口，可供我們直接調(diào)用。

1，dilb 安裝

dlib 程序包的安裝方式也是用 pip 來進行安裝的，但不同于其它程序包的是，在輸入

pip

之前，需要安裝 Cmake 程序包，該工具主要是對 dlib 進行編譯，安裝命令與其他包類似

pip

2，實現(xiàn)人臉識別

利用 dlib 實現(xiàn)人臉識別功能時，先定義一個檢測器和一個 圖片預(yù)覽窗口：

detector = dlib.get_frontal_face_detector() win = win = dlib.image_window()

之后利用 load_rgb_image() 函數(shù)讀取圖像：

img

接下來進行核心功能人臉檢測的實現(xiàn)，這里需要借助于上面定義得到的檢測器

dets

img 就是我們讀取后的圖像，第二個參數(shù) 1 代表的是圖片上采樣倍數(shù)，值越大，最終識別得到的結(jié)果越好，-1 代表的是調(diào)整分割閾值，負值表示將返回更多檢測結(jié)果

返回的 dets 返回的是一個人臉區(qū)域矩形，分別表示左，上、右、下邊界，是 tuple 形式，如果檢測出一個人臉，則為一個 tuple, 如果是多個人臉，將會把多個 tuple 放置在一個列表中；有個這個矩形坐標就可以做以下事情：

• 人臉區(qū)域裁剪，進行區(qū)域提取；
• 人臉區(qū)域線條標記

score 表示的是人臉識結(jié)果檢測概率，越大代表識別出來的結(jié)果越好；如果一幅圖有多個人臉，則返回多個檢測概率以列表形式儲存；idx 是用于在一副圖檢測出多個人臉是用的索引，可以對其進行索引

win

最后我們利用 前面定義的 win 窗口，進行圖像預(yù)覽，結(jié)果如下，

當(dāng)然也可以用 OpenCV 進行輪廓勾勒，OpenCV 勾勒結(jié)果如下( 有色差的原因是OpenCV 讀取的是 BGR 通道順序 )；

3，dlib 提取人臉68個特征點

OpenCV 也可以用于人臉識別，但效果不如 dlib ，除了上面提到的線框檢測之外，dlib 還可以直接提取人臉上的 68 個特征點，作為坐標形式來返回；

有了這 68 個特征點的坐標，可以很方便地幫助我們實現(xiàn)人臉對齊、融合等應(yīng)用，先看一下用 dlib 勾勒出來的效果

與人臉識別不一樣的是，這里需要加上一個形狀檢測器，形狀檢測器這里需要官網(wǎng)提供的文件、里面放置已經(jīng)訓(xùn)練好的權(quán)重信息，可以直接使用，上面功能實現(xiàn)代碼如下：

import

坐標點的獲取可以通過 part(index) 函數(shù)獲取

上面的坐標點，也可以通過 OpenCV 在原圖上勾勒出來，并注釋上文字，效果如下：

附上完整代碼：

import

4，小總結(jié)

以上就是對 dlib 程序包的簡單介紹，在人臉識別應(yīng)用方面上 dlib 的表現(xiàn)相當(dāng)不錯的，有興趣的同學(xué)可以去官網(wǎng)看關(guān)于 dlib 的詳細介紹，自己閑余時間動手跟著敲一下。

下篇文章將介紹利用 OpenCV 實現(xiàn)人臉融合技術(shù)，里面會用到本篇提到的人臉 68 個特征點坐標，算是本篇文章的延申，感興趣的小伙伴可以提前關(guān)注一波。

文中提到的權(quán)重文件獲取方式，在公眾號( Z先生點記 )后臺回復(fù)關(guān)鍵字：dlib 即可獲取

參考鏈接:

1，http://dlib.net/face_landmark_detection.py.html

2，https://blog.csdn.net/qq_39438636/article/details/79304130

3，http://dlib.net/

總結(jié)

以上是生活随笔為你收集整理的python提取个十百千位数字_实现人脸识别、人脸68个特征点提取，或许这个 Python 库能帮到你！...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。