人脸关键点提取(dlib)

桃扇骨 2022-06-07 06:09 273阅读 0赞

作者使用开发环境Ubuntu16.04+Python3

# 摘要 #

人脸关键点识别在机器视觉领域已经发展的相当成熟。比如商汤科技**人脸关键点定位**  
毫秒级别眼、口、鼻轮廓等人脸21、106、240个关键点定位。本文将使用一个人脸识别开源库**Dlib**进行演示人脸关键点提取。

# 1.环境搭建 #

参见[《机器视觉开发环境搭建》][Link 1]

安装Dlib库，19.04版本之前，安装该库时需要编译，走过的坑不少。现在安装的话，直接pip安装，默认版本是19.15。切换至我们建立的python环境

workon cv
    pip install dlib

# 2.应用阶段 #

## 2.1.人脸关键点提取 ##

关键点提取需要一个特征提取器(predictor)，构建特征提取器可以训练模型。当然我们也可以使用官方提供的一个模型‘shape\_predictor\_68\_face\_landmarks.dat’，可以去官网也可以在我的网盘里下载: [https://pan.baidu.com/s/1dF7z26H][https_pan.baidu.com_s_1dF7z26H] 密码: 54i9

如下提供一张dlib提取到的关键点参考图  
![这里写图片描述][SouthEast]

下面可以看一张效果图，作者进行了灰度转换  
![这里写图片描述][SouthEast 1]

# 代码实现 #

# -*- coding:utf-8 -*- 
    import cv2
    import dlib
    import numpy as np 
    
    cap = cv2.VideoCapture(0)
    cap.isOpened()
    
    def key_points(img):
        points_keys = []
        PREDICTOR_PATH = "shape_predictor_68_face_landmarks.dat"
        detector = dlib.get_frontal_face_detector()
        predictor = dlib.shape_predictor(PREDICTOR_PATH)
        rects = detector(img,1)
    
        for i in range(len(rects)):
            landmarks = np.matrix([[p.x,p.y] for p in predictor(img,rects[i]).parts()])
            img = img.copy()
            for idx,point in enumerate(landmarks):
                pos = (point[0,0],point[0,1])
                points_keys.append(pos)
                cv2.circle(img,pos,2,(255,0,0),-1)
        return img
    
    while(True):
        ret, frame = cap.read()
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        face_key = key_points(gray)
        cv2.imshow('frame',face_key)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    
    cap.release()
    cv2.destroyAllWindows()

其中points\_keys为收集的脸部68个特征关键点坐标

[Link 1]: https://blog.csdn.net/github_35965351/article/details/78531011
[https_pan.baidu.com_s_1dF7z26H]: https://pan.baidu.com/s/1dF7z26H
[SouthEast]: /images/20220607/0a388c14cc5345bba38e2a927c1ed91a.png
[SouthEast 1]: /images/20220607/e6d37dfbdcec4ead939e70bc4a752ff8.png