上幾篇給大家講了OpenCV的圖片人臉檢測，而本文給大家帶來的是比OpenCV更加精準的圖片人臉檢測Dlib庫。

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

dlib與OpenCV對比

識別精準度：Dlib >= OpenCV

Dlib更多的人臉識別模型，可以檢測臉部68甚至更多的特征點

效果展示

人臉的68個特征點

安裝dlib

下載地址：https://pypi.org/simple/dlib/?選擇適合你的版本，本人配置：

Window 10 + Python 3.6.4

我現在的版本是：dlib-19.8.1-cp36-cp36m-win_amd64.whl

使用命令安裝：

pip3 install D:\soft\py\dlib-19.8.1-cp36-cp36m-win_amd64.whl

顯示結果： Processing d:\soft\py\dlib-19.8.1-cp36-cp36m-win_amd64.whl Installing collected packages: dlib Successfully installed dlib-19.8.1

為安裝成功。

下載訓練模型

訓練模型用于是人臉識別的關鍵，用于查找圖片的關鍵點。

下載地址：http://dlib.net/files/

下載文件：shape_predictor_68_face_landmarks.dat.bz2

當然你也可以訓練自己的人臉關鍵點模型，這個功能會放在后面講。

下載好的模型文件，我的存放地址是：C:\Python36\Lib\site-packages\dlib-data\shape_predictor_68_face_landmarks.dat.bz2

解壓：shape_predictor_68_face_landmarks.dat.bz2得到文件：shape_predictor_68_face_landmarks.dat

代碼實現

#coding=utf-8import cv2 import dlibpath = "img/meinv.png" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#人臉分類器 detector = dlib.get_frontal_face_detector() # 獲取人臉檢測器 predictor = dlib.shape_predictor("C:\\Python36\\Lib\\site-packages\\dlib-data\\shape_predictor_68_face_landmarks.dat" )dets = detector(gray, 1) for face in dets:shape = predictor(img, face) # 尋找人臉的68個標定點# 遍歷所有點，打印出其坐標，并圈出來for pt in shape.parts():pt_pos = (pt.x, pt.y)cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)cv2.imshow("image", img)cv2.waitKey(0) cv2.destroyAllWindows()

?

?

?

?

---

?

連載目錄：

《OpenCV環境搭建（一）》

《圖片人臉檢測——OpenCV版（二）》

《視頻人臉檢測——OpenCV版（三）》

《圖片人臉檢測——Dlib版（四）》

?

更多動態，請關注我的GitHub：https://github.com/vipstone/faceai

?

總結

以上是生活随笔為你收集整理的图片人脸检测——Dlib版（四）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。