往期目錄

視頻人臉檢測——Dlib版（六）
OpenCV添加中文（五）
圖片人臉檢測——Dlib版（四）
視頻人臉檢測——OpenCV版（三）
圖片人臉檢測——OpenCV版（二）
OpenCV環境搭建（一）
更多更新，歡迎訪問我的github：https://github.com/vipstone/faceai

前言

Dlib的人臉識別要比OpenCV精準很多，一個是模型方面的差距，在一方面和OpenCV的定位有關系，OpenCV是一個綜合性的視覺處理庫，既然這么精準，那就一起趕快來看吧。

視頻人臉檢測是圖片識別的高級版本，圖片檢測詳情點擊查看我的上一篇《圖片人臉檢測——Dlib版（四）》

除了人臉識別用的是Dlib外，還是用OpenCV讀取攝像頭和處理圖片（轉為灰色），所以給出相關的文檔，方便理解。

效果預覽

技術實現

有了OpenCV的視頻人臉檢測，Dlib也大致相同除了視頻識別器模型的聲明和使用不同，具體的細節請參考，視頻人臉檢測——OpenCV版（三） 那篇已經講的很細致了，在這就不具體敘述了。

完整的代碼如下：

# coding=utf-8 import cv2 import dlibdetector = dlib.get_frontal_face_detector() #使用默認的人類識別器模型def discern(img):gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)dets = detector(gray, 1)for face in dets:left = face.left()top = face.top()right = face.right()bottom = face.bottom()cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 2)cv2.imshow("image", img)cap = cv2.VideoCapture(0) while (1):ret, img = cap.read()discern(img)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release() cv2.destroyAllWindows()

那么，OpenCV和Dlib的視頻識別對比，有兩個地方是不同的：

1.Dlib模型識別的準確率和效果要好于OpenCV；

2.Dlib識別的性能要比OpenCV差，使用視頻測試的時候Dlib有明顯的卡頓，但是OpenCV就好很多，基本看不出來；

總結

以上是生活随笔為你收集整理的视频人脸检测——Dlib版（六）的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。