0.引言

利用Dlib官方訓(xùn)練好的模型“shape_predictor_68_face_landmarks.dat”進行68點標定，利用OpenCv進行圖像化處理，在人臉上畫出68個點，并標明序號；

實現(xiàn)的68個特征點標定功能如下圖所示：

圖1 人臉68個特征點的標定 

1.開發(fā)環(huán)境

　　python:3.6.3

　　dlib:19.7

　　OpenCv, numpy

需要調(diào)用的庫：　

import dlib #人臉識別的庫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)計流程

工作內(nèi)容主要以下兩大塊：68點標定和OpenCv繪點

68點標定：

借助官方的Demo（face_landmark_detection.py，在之前另一篇博客里面介紹過學(xué)習(xí)Python3 Dlib19.7進行人臉面部識別）實現(xiàn)；

OpenCv繪點：

介紹了用到的 畫圓函數(shù)cv2.circle() 和 輸出字符串函數(shù) cv2.putText() ；

流程：

　　1.調(diào)用dlib庫來進行人臉識別，調(diào)用預(yù)測器“shape_predictor_68_face_landmarks.dat”進行68點標定

　　2.存入68個點坐標

　　3.利用cv2.circle來畫68個點

　　4.利用cv2.putText()函數(shù)來畫數(shù)字1-68

3.源碼

# 68-points
# 2017-12-28
# By TimeStamp
# #cnblogs: http://www.cnblogs.com/AdaminXie/
import dlib      #人臉識別的庫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')

path="********************"

# cv2讀取圖像
img=cv2.imread(path+"test.jpg")

# 取灰度
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

# 人臉數(shù)rects
rects = detector(img_gray, 0)

for i in range(len(rects)):
 landmarks = np.matrix([[p.x, p.y] for p in predictor(img, rects[i]).parts()])

 for idx, point in enumerate(landmarks):
  # 68點的坐標
  pos = (point[0, 0], point[0, 1])

  # 利用cv2.circle給每個特征點畫一個圈，共68個
  cv2.circle(img, pos, 5, color=(0, 255, 0))

  # 利用cv2.putText輸出1-68
  font = cv2.FONT_HERSHEY_SIMPLEX
  cv2.putText(img, str(idx+1), pos, font, 0.8, (0, 0, 255), 1, cv2.LINE_AA)

cv2.namedWindow("img", 2)
cv2.imshow("img", img)
cv2.waitKey(0) 

note：OpenCv的畫圖函數(shù)

         1. 畫圓 cv2.circle( img, (p1,p2), r, (255,255,255) )

　　　　參數(shù)1：　　img-　　　　      圖片對象；

　　　　參數(shù)2：　　(p1,p2)-　　        圓心坐標；

　　　　參數(shù)3：　　r-　　　　　　    半徑；

　　　　參數(shù)4：　　(255,255,255)-　 顏色數(shù)組；　 

 　　2. 輸出字符 cv2.putText( img,"test", (p1,p2), font, 4, (255,255,255), 2, cv2, LINE_AA )

　　　　參數(shù)1：　　img-　　　　　　圖像對象；

　　　　參數(shù)2：　　"test"-　　　　　 需要打印的字符text（數(shù)字的話可以利用str()轉(zhuǎn)成字符）;

　　　　參數(shù)3：　　(p1,p2)-　　　  　坐標textOrg；

　　　　參數(shù)4：　　font-　　　　　　字體fontFace（注意這里 font = cv2.FONT_HERSHEY_SIMPLEX）;

　　　　參數(shù)5：　　4-　　　　　　　字號fontScale；

　　　　參數(shù)6：　　(255,255,255)-　  顏色數(shù)組；

　　　　參數(shù)7：　　2-　　　　　　　 線寬thickness；

　　　　參數(shù)8：　　LINE_AA-　　　   線條種類line_type；

*關(guān)于 顏色數(shù)組：

　　　　　　(255,255,255), (藍色，綠色，紅色)，每個值都是0-255；

　　　　　　比如：藍色(255,0,0)，紫色(255,0,255)　　　　

可以調(diào)整cv2.circle()函數(shù)和cv2.putText()函數(shù)中的 半徑、線寬 等參數(shù)使得輸出滿足需求方便查看；

結(jié)果：

圖2 測試結(jié)果1 

圖3 測試結(jié)果2

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論