以人脸识别(属于分类问题)为例,理解实际应用中的特征数据集提取。
1)用python3 + opencv3.4 + dlib库编程,打开摄像头,实时采集人脸并保存、绘制68个特征点;
2)不在原视频上绘制显示特征点,而是给人脸虚拟P上一付墨镜(提示:找到双眼特征点坐标值,以坐标中心点为圆心,用opencv函数绘制两个圆,并填充黑色)
嘿!我是目录
一、dlib库介绍
- 简介:dlib是一个机器学习的开源库,包含了机器学习的很多算法,使用起来很方便,直接包含头文件即可,并且不依赖于其他库(自带图像编解码库源码)。Dlib可以帮助您创建很多复杂的机器学习方面的软件来帮助解决实际问题。目前Dlib已经被广泛的用在行业和学术领域,包括机器人,嵌入式设备,移动电话和大型高性能计算环境。
- Dlib是一个使用现代C++技术编写的跨平台的通用库,遵守Boost Software licence. 主要特点如下:
● 完善的文档:每个类每个函数都有详细的文档,并且提供了大量的示例代码,如果你发现文档描述不清晰或者没有文档,告诉作者,作者会立刻添加。
● 可移植代码:代码符合ISO C++标准,不需要第三方库支持,支持win32、Linux、Mac OS X、Solaris、HPUX、BSDs 和 POSIX 系统 。
● 线程支持:提供简单的可移植的线程API 。
● 网络支持:提供简单的可移植的Socket API和一个简单的Http服务器 。
● 图形用户界面:提供线程安全的GUI API 。
● 数值算法:矩阵、大整数、随机数运算等 。
● 机器学习算法
● 图形模型算法
● 图像处理:支持读写Windows BMP文件,不同类型色彩转换
● 数据压缩和完整性算法:CRC32、Md5、不同形式的PPM算法
● 测试:线程安全的日志类和模块化的单元测试框架以及各种测试assert支持
● 一般工具:XML解析、内存管理、类型安全的big/little endian转换、序列化支持和容器类
二、dlib与opencv下载
2.1 dlib
2.1.1 下载链接
链接:https://pan.baidu.com/s/1b6Lnrci7EQzaBN_NVunNVg
提取码:1111
笔主这里用的python版本是3.8的,所以安装的dlib版本也是38的,必须对应版本去安装。
- 如果不知道自己的python版本,按Windows键打开,用下面方式打开终端:
- 输入
python
命令
- 即可看到自己的python版本。
- 然后到网上去找对应的版本,笔主这里提供一个链接:dlib软件及模型文件下载(可以参考一下,但下载下来都是压缩包,需要在里面去找文件,其实自行百度是最合适的)
- 笔主再提供36、37、38版本的下载链接:
链接:https://pan.baidu.com/s/1pkYlWrkrQu6eb2ToYBDaDg
提取码:1122
2.1.2 安装
- 按上文方式打开终端后,按以下方式打开你下载上面dlib文件所在的路径:
- 输入命令
pip install dlib-19.19.0-cp38-cp38-win_amd64.whl
- 出现Successfully installed…,即说明安装成功。
2.2 opencv
- 在终端直接输入:
pip install opencv_python==3.4.11.45
注意:如果在网络不好的情况下可能会出现安装失败的情况,可以用清华的镜像网站安装。
输入命令:
pip --default-timeout=100 install opencv_python==3.4.11.45 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
- 这样就安装好我们所需要的库文件啦。
三、用dlib库在眼睛处绘制黑色的实心圆
3.1 代码
# 导入包
import numpy as np
import cv2
import dlib
import os
import sys
import random
def get_detector_and_predicyor():
detector = dlib.get_frontal_face_detector()
#返回训练好的人脸68特征点检测器
predictor = dlib.shape_predictor('D:/ProgramData/wenjian/shape_predictor_68_face_landmarks.dat')#之前下载的dlib文件存放的路径
return detector,predictor
#获取检测器
detector,predictor=get_detector_and_predicyor()
def painting_sunglasses(img,detector,predictor):
#给人脸带上墨镜
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()])
right_eye_x=0
right_eye_y=0
left_eye_x=0
left_eye_y=0
for i in range(36,42):#右眼范围
#将坐标相加
right_eye_x+=landmarks[i][0,0]
right_eye_y+=landmarks[i][0,1]
#取眼睛的中点坐标
pos_right=(int(right_eye_x/6),int(right_eye_y/6))
"""
利用circle函数画圆
函数原型
cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]])
img:输入的图片data
center:圆心位置
radius:圆的半径
color:圆的颜色
thickness:圆形轮廓的粗细(如果为正)。负厚度表示要绘制实心圆。
lineType: 圆边界的类型。
shift:中心坐标和半径值中的小数位数。
"""
cv2.circle(img=img, center=pos_right, radius=30, color=(0,0,0),thickness=-1)
for i in range(42,48):#左眼范围
#将坐标相加
left_eye_x+=landmarks[i][0,0]
left_eye_y+=landmarks[i][0,1]
#取眼睛的中点坐标
pos_left=(int(left_eye_x/6),int(left_eye_y/6))
cv2.circle(img=img, center=pos_left, radius=30, color=(0,0,0),thickness=-1)
camera = cv2.VideoCapture(0)#打开摄像头
ok=True
while ok:
ok,img = camera.read()
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#display_feature_point(img,detector,predictor)
painting_sunglasses(img,detector,predictor)#调用画墨镜函数
cv2.imshow('video', img)
k = cv2.waitKey(1)
if k == 27: # press 'ESC' to quit
break
camera.release()
cv2.destroyAllWindows()
3.2 实验结果
小小的总结
最终调试出来还挺奇妙的,也说明dlib库和opencv的强大,功能很全,支持各个不同的系统。
opencv对于侧面的人脸,识别没有正面的灵敏,不适用于非正面人脸图像,但它可以检测不同比例的人脸。
总的来说过程并不难,可能安装的时候会遇到一些小小的问题,没关系,百度搜搜,解决它!