Python3结合Dlib实现人脸识别和剪切
0.引言
利用python开发,借助Dlib库进行人脸识别,然后将检测到的人脸剪切下来,依次排序显示在新的图像上;
实现的效果如下图所示,将图1原图中的6张人脸检测出来,然后剪切下来,在图像窗口中依次输出显示人脸;
实现比较简单,代码量也比较少,适合入门或者兴趣学习。
图1 原图和处理后得到的图像窗口
1.开发环境
python: 3.6.3
dlib: 19.7
OpenCv, numpy
import dlib # 人脸识别的库dlib import numpy as np # 数据处理的库numpy import cv2 # 图像处理的库OpenCv
2.设计流程
工作内容主要以下两大块:dlib人脸检测 和 绘制新图像
2.1 dlib人脸检测:
dlib的使用,在我之前另一篇博客里面介绍过(link: //www.jb51.net/article/133576.htm);
2.2 绘制新图像:
2.2.1 确定空白图像尺寸
这部分首先要根据检测到的人脸数和人脸大小,来确定绘制图像所需要的尺寸:
多张人脸要输出到一行,先进行一次人脸的遍历,记每张人脸的尺寸为height*width(高度和宽度说明见图2),
我取的生成图像的尺寸:height_max(最大高度)和width_sum(宽度之和),然后根据尺寸大小来新建空白图像:
img_blank = np.zeros((height_max, width_sum, 3), np.uint8)
2.2.2 图像填充
然后再进行一次人脸遍历,这次进行空白图像img_blank进行填充:
for i in range(height): for j in range(width): img_blank[i][blank_start+j] = img[d.top()+i][d.left()+j]
图2 图像尺寸说明
如果想访问图像的某点像素,可以利用img[height][width]:
存储像素其实是一个三维数组,先高度height,然后宽度width;
返回的是一个颜色数组(0-255,0-255,0-255),按照(B, G, R)的顺序,比如 蓝色 就是(255,0,0),红色 是(0,0,255);
3.源码
# 2018-01-22 # By TimeStamp # #cnblogs: http://www.cnblogs.com/AdaminXie/ import dlib # 人脸识别的库dlib import numpy as np # 数据处理的库numpy import cv2 # 图像处理的库OpenCv # dlib预测器 detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') # 读取图像 path = "F:/code/python/***/pic/" img = cv2.imread(path+"test.jpg") #print("img/shape:", img.shape) # dlib检测 dets = detector(img, 1) print("人脸数:", len(dets)) # 记录人脸矩阵大小 height_max = 0 width_sum = 0 # 计算要生成的图像img_blank大小 for k, d in enumerate(dets): # 计算矩形大小 # (x,y), (宽度width, 高度height) pos_start = tuple([d.left(), d.top()]) pos_end = tuple([d.right(), d.bottom()]) # 计算矩形框大小 height = d.bottom()-d.top() width = d.right()-d.left() # 处理宽度 width_sum += width # 处理高度 if height > height_max: height_max = height else: height_max = height_max # 绘制用来显示人脸的图像的大小 print("img_blank的大小:") print("高度", height_max, "宽度", width_sum) # 生成用来显示的图像 img_blank = np.zeros((height_max, width_sum, 3), np.uint8) # 记录每次开始写入人脸像素的宽度位置 blank_start = 0 # 将人脸填充到img_blank for k, d in enumerate(dets): height = d.bottom()-d.top() width = d.right()-d.left() # 填充 for i in range(height): for j in range(width): img_blank[i][blank_start+j] = img[d.top()+i][d.left()+j] # 调整图像 blank_start += width cv2.namedWindow("img_faces", 2) cv2.imshow("img_faces", img_blank) cv2.waitKey(0)
结果:
图3 原图和处理后得到的图像窗口
以上就是本次我们介绍的关于Python3结合Dlib实现人脸识别和剪切的相关技术内容,大家如果在学习后还有任何不明白的地方可以在下方的留言区讨论。
- easyui表单提交验证form
- 数据紧急修复之启用错误日志 (r2第12天)
- javascript 模拟按键点击提交
- 微信小程序调用接口返回数据或提交数据
- 巧用shell脚本生成快捷脚本(r2第12天)
- asp.net动态增加服务器端控件并提交表单
- c# asp.net 实现分页(pager)功能
- 一次数据库无法登陆的"问题"及排查(r2第11天)
- popcorn-js视频Video框架简单用法
- 一次数据库响应缓慢的问题排查(r2第9天)
- 通过Ajax方式上传文件(input file),使用FormData进行Ajax请求
- C# 读取指定文件夹下所有文件
- ASP.NET 实现Base64文件流下载PDF
- MVC自定义视图引擎地址
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法