手机版
你好,游客 登录 注册 搜索
背景:
阅读新闻

Python 3 利用 Dlib 19.7 实现人脸识别和剪切

[日期:2018-01-24] 来源:cnblogs.com/AdaminXie/  作者:AdaminXie [字体: ]

0.引言

   利用Python开发,借助Dlib库进行人脸识别,然后将检测到的人脸剪切下来,依次排序显示在新的图像上;

   实现的效果如下图所示,将图1原图中的6张人脸检测出来,然后剪切下来,在图像窗口中依次输出显示人脸;

   实现比较简单,代码量也比较少,适合入门或者兴趣学习。 

   

    图1 原图和处理后得到的图像窗口 

1.开发环境

  python:  3.6.3

  dlib:    19.7

  OpenCv, numpy 

1 import dlib         # 人脸识别的库dlib
2 import numpy as np  # 数据处理的库numpy
3 import cv2          # 图像处理的库OpenCv 

2.设计流程

  工作内容主要以下两大块:dlib人脸检测 和 绘制新图像

    2.1 dlib人脸检测:

      dlib的使用,在我之前另一篇博客里面介绍过

      (link: http://www.linuxidc.com/Linux/2018-01/150532.htm ; 

    2.2 绘制新图像:

    2.2.1 确定空白图像尺寸

  这部分首先要根据检测到的人脸数和人脸大小,来确定绘制图像所需要的尺寸:      

多张人脸要输出到一行,先进行一次人脸的遍历,记每张人脸的尺寸为height*width(高度和宽度说明见图2),

我取的生成图像的尺寸:height_max(最大高度)和width_sum(宽度之和),然后根据尺寸大小来新建空白图像:

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

    2.2.2 图像填充

      然后再进行一次人脸遍历,这次进行空白图像img_blank进行填充:

1     for i in range(height):
2         for j in range(width):
3                 img_blank[i][blank_start+j] = img[d.top()+i][d.left()+j]

  

    图2 图像尺寸说明  

    如果想访问图像的某点像素,可以利用img[height][width]:

      存储像素其实是一个三维数组,先高度height,然后宽度width;

      返回的是一个颜色数组(0-255,0-255,0-255),按照(B, G, R)的顺序,比如 蓝色 就是(255,0,0),红色 是(0,0,255); 

3.源码

# 2018-01-22
# By TimeStamp
# #cnblogs: http://www.cnblogs.com/AdaminXie/

import dlib        # 人脸识别的库dlib
import numpy as np  # 数据处理的库numpy
import cv2          # 图像处理的库OpenCv

# dlib预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

# 读取图像
path = "F:/code/python/***/pic/"
img = cv2.imread(path+"test.jpg")
#print("img/shape:", img.shape)

# dlib检测
dets = detector(img, 1)

print("人脸数:", len(dets))

# 记录人脸矩阵大小
height_max = 0
width_sum = 0

# 计算要生成的图像img_blank大小
for k, d in enumerate(dets):

    # 计算矩形大小
    # (x,y), (宽度width, 高度height)
    pos_start = tuple([d.left(), d.top()])
    pos_end = tuple([d.right(), d.bottom()])

    # 计算矩形框大小
    height = d.bottom()-d.top()
    width = d.right()-d.left()

    # 处理宽度
    width_sum += width

    # 处理高度
    if height > height_max:
        height_max = height
    else:
        height_max = height_max

# 绘制用来显示人脸的图像的大小
print("img_blank的大小:")
print("高度", height_max, "宽度", width_sum)

# 生成用来显示的图像
img_blank = np.zeros((height_max, width_sum, 3), np.uint8)

# 记录每次开始写入人脸像素的宽度位置
blank_start = 0

# 将人脸填充到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]
    # 调整图像
    blank_start += width


cv2.namedWindow("img_faces", 2)
cv2.imshow("img_faces", img_blank)
cv2.waitKey(0) 

结果:

 

    图3 原图和处理后得到的图像窗口

本文永久更新链接地址http://www.linuxidc.com/Linux/2018-01/150533.htm

linux
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款