Python 3 利用 Dlib 19.7 實現Face Service和剪下
0.引言
利用Python開發,藉助Dlib庫進行Face Service,然後將檢測到的人臉剪下下來,依次排序顯示在新的映像上;
實現的效果如所示,將圖1原圖中的6張臉部偵測出來,然後剪下下來,在映像視窗中依次輸出顯示人臉;
實現比較簡單,代碼量也比較少,適合入門或者興趣學習。
圖1 原圖和處理後得到的映像視窗
1.開發環境
python: 3.6.3
dlib: 19.7
OpenCv, numpy
1 import dlib # Face Service的庫dlib2 import numpy as np # 資料處理的庫numpy3 import cv2 # 影像處理的庫OpenCv
2.設計流程
工作內容主要以下兩大塊:dlib臉部偵測 和 繪製新映像
2.1 dlib臉部偵測:
dlib的使用,在我之前另一篇部落格裡面介紹過
(link: ;
2.2 繪製新映像:
2.2.1 確定空白映像尺寸
這部分首先要根據檢測到的人臉數和人臉大小,來確定繪製映像所需要的尺寸:
多張人臉要輸出到一行,先進行一次人臉的遍曆,記每張人臉的尺寸為height*width(高度和寬度說明見圖2),
我取的產生映像的尺寸:height_max(最大高度)和width_sum(寬度之和),然後根據尺寸大小來建立空白映像:
1 img_blank = np.zeros((height_max, width_sum, 3), np.uint8)
2.2.2 映像填充
然後再進行一次人臉遍曆,這次進行空白映像img_blank進行填充:
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]
圖2 映像尺寸說明
如果想訪問映像的某點像素,可以利用img[height][width]:
儲存像素其實是一個三維數組,先高度height,然後寬度width;
返回的是一個顏色數組(0-255,0-255,0-255),按照(B, G, R)的順序,比如 藍色 就是(255,0,0),紅色 是(0,0,255);
3.源碼
# 2018-01-22
# By TimeStamp
# #cnblogs: http://www.cnblogs.com/AdaminXie/
import dlib # Face Service的庫dlib
import numpy as np # 資料處理的庫numpy
import cv2 # 影像處理的庫OpenCv
# dlib預測器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')
# 讀取映像
path = "F:/code/python/***/pic/"
img = cv2.imread(path+"test.jpg")
#print("img/shape:", img.shape)
# dlib檢測
dets = detector(img, 1)
print("人臉數:", len(dets))
# 記錄人臉矩陣大小
height_max = 0
width_sum = 0
# 計算要產生的映像img_blank大小
for k, d in enumerate(dets):
# 計算矩形大小
# (x,y), (寬度width, 高度height)
pos_start = tuple([d.left(), d.top()])
pos_end = tuple([d.right(), d.bottom()])
# 計算矩形框大小
height = d.bottom()-d.top()
width = d.right()-d.left()
# 處理寬度
width_sum += width
# 處理高度
if height > height_max:
height_max = height
else:
height_max = height_max
# 繪製用來顯示人臉的映像的大小
print("img_blank的大小:")
print("高度", height_max, "寬度", width_sum)
# 產生用來顯示的映像
img_blank = np.zeros((height_max, width_sum, 3), np.uint8)
# 記錄每次開始寫入人臉像素的寬度位置
blank_start = 0
# 將人臉填充到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]
# 調整映像
blank_start += width
cv2.namedWindow("img_faces", 2)
cv2.imshow("img_faces", img_blank)
cv2.waitKey(0)
結果:
圖3 原圖和處理後得到的映像視窗