Python3結合Dlib實現Face Service和剪下，python3dlib

Python3結合Dlib實現Face Service和剪下，python3dlib
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

import dlib  # Face Service的庫dlibimport numpy as np # 資料處理的庫numpyimport 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: http://www.bkjia.com/article/133576.htm）；

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：

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：

for i in range(height):for j in range(width):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dlibimport numpy as np # 資料處理的庫numpyimport 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 = 0width_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 = heightelse: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_blankfor 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 += widthcv2.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

以上就是本次我們介紹的關於Python3結合Dlib實現Face Service和剪下的相關技術內容，大家如果在學習後還有任何不明白的地方可以在下方的留言區討論。