【深度有趣 14】 Dlib快速上手

柔光的暖阳◎ 2022-02-20 00:01 208阅读 0赞

# 安装 dlib #

Dlib是由C++编写，提供了机器学习、数字计算、图像处理等领域相关的一系列功能，在这里主要进行人脸识别的相关算法的使用

安装

window安装

直接‘pip install’会报错，告诉你需要安装cmake，安装的cmake的方法很多，我这介绍最简单的一种

（1）下载 cmake-3.14.1-win64-x64.msi ，贴出来地址

[https://cmake.org/download/][https_cmake.org_download] ，大家根据自己情况下载

（2）下载好的cmake-3.14.1-win64-x64.msi直接双击运行就行，傻瓜式的图像安装界面，这里需要注意一点，就是

选择‘Add CMake to system PATH for all users’

（3）安装完毕后，在，win命令行窗口输入

> cmake --version

如果返回的是cmake的版本号，说明安装完成

（4）pip install dlib即可

# 人脸识别 #

dlib训练好了人脸检测的模型，直接用即可，下面是一些函数的介绍

detector = dlib.get_frontal_face_detector() # 初始化正面人脸检测器
    win = dlib.image_window() # 创建人脸检测窗口
    paths = glob.glob('E:/图片/高圆圆/*jpg') # 批量获取目录下图片的路径信息
    
    img = imread(path) # 以numpy数组的形式读入
    dets = detector(img,2) # 1放大1倍
    
    win.clear_overlay() # 窗口清空
    win.set_image(img) # 显示图片
    win.add_overlay(dets) #添加矩形框
    dlib.hit_enter_to_continue() # 暂停，直到按下enter

下面是完整的代码

import dlib
    from imageio import imread
    import glob
    
    detector = dlib.get_frontal_face_detector() # 初始化正面人脸检测器
    win = dlib.image_window() # 创建人脸检测窗口
    paths = glob.glob('E:/图片/高圆圆/*jpg') # 批量获取目录下图片的路径信息
    
    for path in paths:
        img = imread(path) # 以numpy数组的形式读入
    
        dets = detector(img,2) # 1放大1倍
        print('检测到了 %d 张人脸'%(len(dets)))
        for i,d in enumerate(dets): # 遍历列表中每一项
            print('-%d: Left %d  Top %d  Right %d  Bottom %d '%(i,d.left(),d.top(),d.right(),d.bottom()))
    
        win.clear_overlay() # 窗口清空
        win.set_image(img) # 显示图片
        win.add_overlay(dets) #添加矩形框
        dlib.hit_enter_to_continue() # 暂停，直到按下enter

这里需要注意的是只有在命令行中运行该文件，才会有 ‘按下enter’执行下一步的效果。在IDEL中运行，直接全部显示了。

下面是运行效果

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsU29uZ19DU0RO_size_16_color_FFFFFF_t_70][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsU29uZ19DU0RO_size_16_color_FFFFFF_t_70 1][]

自定义阈值检测

import dlib
    import glob
    from imageio import imread
    
    detector = dlib.get_frontal_face_detector()
    win = dlib.image_window()
    path = imread('E:/图片/高圆圆/3.jpg')
    
    '''
    -1:阈值
    dets:检测结果
    score:检测得分
    idx:人脸检测器类型
    '''
    dets,scores,idx = detector.run(path,1,-1)
    for i,d in enumerate(dets):
        print('%d: score %f, face_type %f' %(i, scores[i],idx[i]))
    
    win.clear_overlay()
    win.set_image(path)
    win.add_overlay(dets)
    dlib.hit_enter_to_continue()

# 人脸关键点 #

检测人脸中的68个特征点，shape\_predictor\_68\_face\_landmarks.dat是训练好的检测人脸的68个特征点模型，

#-*- coding: GBK -*- 
    
    import dlib
    import glob
    from imageio import imread
    
    detector = dlib.get_frontal_face_detector() # 正面人脸检测器
    predictor_path = 'shape_predictor_68_face_landmarks.dat' # 关键点检测模型
    predictor = dlib.shape_predictor(predictor_path)
    win = dlib.image_window()
    
    img = imread('./faces/yitian.jpg')
    
    win.clear_overlay()
    win.set_image(img)
    dets = detector(img,1) # 检测人脸
    print('检测y到了 %d 个人脸' %(len(dets)))
    
    for i,d in enumerate(dets):
    	shape = predictor(img,d) # 检测第d个人脸上的特征点
    	print('Part 0:{},Part 1:{}'.format(shape.part(0),shape.part(1))) # 68个点的第0,1位置
    	win.add_overlay(shape)
    
    win.add_overlay(dets)
    dlib.hit_enter_to_continue()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsU29uZ19DU0RO_size_16_color_FFFFFF_t_70 2][]

![20190413082400674.png][]

[https_cmake.org_download]: https://cmake.org/download/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsU29uZ19DU0RO_size_16_color_FFFFFF_t_70]: /images/20220220/01e6eef0d62948cb89287226a4070d75.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsU29uZ19DU0RO_size_16_color_FFFFFF_t_70 1]: /images/20220220/9c85714aceee4711aedc8c79541cc536.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3BsU29uZ19DU0RO_size_16_color_FFFFFF_t_70 2]: /images/20220220/76594d73d7cf4412865af53014f0cab5.png
[20190413082400674.png]: /images/20220220/38f7bcf381904f398b6d949f4d3f808a.png