久热中文在线,上海一级片,久久婷婷丁香

0.引言

利用python開發(fā)，借助Dlib庫進(jìn)行人臉識(shí)別，然后將檢測到的人臉剪切下來，依次排序顯示在新的圖像上；

實(shí)現(xiàn)的效果如下圖所示，將圖1原圖中的6張人臉檢測出來，然后剪切下來，在圖像窗口中依次輸出顯示人臉；

實(shí)現(xiàn)比較簡單，代碼量也比較少，適合入門或者興趣學(xué)習(xí)。

Python3結(jié)合Dlib實(shí)現(xiàn)人臉識(shí)別和剪切

圖1 原圖和處理后得到的圖像窗口

1.開發(fā)環(huán)境

python:　　3.6.3

dlib:　　　 19.7

OpenCv, numpy

import dlib  # 人臉識(shí)別的庫dlib
import numpy as np # 數(shù)據(jù)處理的庫numpy
import cv2  # 圖像處理的庫OpenCv

2.設(shè)計(jì)流程

工作內(nèi)容主要以下兩大塊：dlib人臉檢測和繪制新圖像

2.1 dlib人臉檢測：

dlib的使用，在我之前另一篇博客里面介紹過；

2.2 繪制新圖像：

2.2.1 確定空白圖像尺寸

這部分首先要根據(jù)檢測到的人臉數(shù)和人臉大小，來確定繪制圖像所需要的尺寸：　　　　　　

多張人臉要輸出到一行，先進(jìn)行一次人臉的遍歷，記每張人臉的尺寸為height*width（高度和寬度說明見圖2），

我取的生成圖像的尺寸：height_max（最大高度）和width_sum（寬度之和），然后根據(jù)尺寸大小來新建空白圖像：

img_blank = np.zeros((height_max, width_sum, 3), np.uint8)

2.2.2 圖像填充

然后再進(jìn)行一次人臉遍歷，這次進(jìn)行空白圖像img_blank進(jìn)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]

　　 Python3結(jié)合Dlib實(shí)現(xiàn)人臉識(shí)別和剪切

圖2 圖像尺寸說明

如果想訪問圖像的某點(diǎn)像素，可以利用img[height][width]：

存儲(chǔ)像素其實(shí)是一個(gè)三維數(shù)組，先高度height，然后寬度width;

返回的是一個(gè)顏色數(shù)組（0-255，0-255，0-255），按照（B, G, R）的順序，比如藍(lán)色就是（255，0，0），紅色是（0，0，255）;

3.源碼

# 2018-01-22

# By TimeStamp

# #cnblogs: http://www.cnblogs.com/AdaminXie/

import dlib  # 人臉識(shí)別的庫dlib

import numpy as np # 數(shù)據(jù)處理的庫numpy

import cv2  # 圖像處理的庫OpenCv

# dlib預(yù)測器

detector = dlib.get_frontal_face_detector()

predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

# 讀取圖像

path = "F:/code/python/***/pic/"

img = cv2.imread(path+"test.jpg")

#print("img/shape:", img.shape)

# dlib檢測

dets = detector(img, 1)

print("人臉數(shù)：", len(dets))

# 記錄人臉矩陣大小

height_max = 0

width_sum = 0

# 計(jì)算要生成的圖像img_blank大小

for k, d in enumerate(dets):

# 計(jì)算矩形大小

# (x,y), (寬度width, 高度height)

pos_start = tuple([d.left(), d.top()])

pos_end = tuple([d.right(), d.bottom()])

# 計(jì)算矩形框大小

height = d.bottom()-d.top()

width = d.right()-d.left()

# 處理寬度

width_sum += width

# 處理高度

if height > height_max:

height_max = height

else:

height_max = height_max

# 繪制用來顯示人臉的圖像的大小

print("img_blank的大小：")

print("高度", height_max, "寬度", width_sum)

# 生成用來顯示的圖像

img_blank = np.zeros((height_max, width_sum, 3), np.uint8)

# 記錄每次開始寫入人臉像素的寬度位置

blank_start = 0

# 將人臉填充到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]

# 調(diào)整圖像

blank_start += width

cv2.namedWindow("img_faces", 2)

cv2.imshow("img_faces", img_blank)

cv2.waitKey(0)