《深度学习》Dlib、OpenCV 轮廓绘制

目录

一、Dlib轮廓绘制

1、什么是轮廓绘制

2、步骤

1)导入所需的库和模型

2)加载人脸检测器

3)读取图像

4)人脸检测

5)关键点定位

6)绘制轮廓线条

7)展示结果

二、案例实现

1、完整代码

运行结果:

2、实时摄像头或视频检测

运行结果:


一、Dlib轮廓绘制

1、什么是轮廓绘制

在Dlib中,人脸识别的轮廓绘制是指通过检测人脸的关键点位置,使用直线或曲线连接这些关键点,从而绘制出人脸的轮廓线条。这些关键点通常包括眉毛、眼睛、鼻子、嘴巴等部位的位置。通过绘制人脸轮廓,可以对人脸进行更精确的分析和识别。

2、步骤

1)导入所需的库和模型

使用Dlib库进行人脸识别,需要导入相应的库和模型文件。

2)加载人脸检测器

使用Dlib提供的人脸检测器模型,加载并初始化人脸检测器。

3)读取图像

将待处理的图像读取到内存中。

4)人脸检测

使用人脸检测器对图像进行人脸检测,获取人脸的位置信息。

5)关键点定位

使用Dlib提供的关键点检测器模型,对检测到的人脸进行关键点定位,即确定人脸的眼睛、鼻子、嘴巴等部位的位置。

6)绘制轮廓线条

通过将关键点的位置连接起来,使用直线或曲线绘制出人脸的轮廓线条。

7)展示结果

将绘制好的轮廓线条展示在图像上,并可将结果保存或显示出来。

二、案例实现

1、完整代码

python 复制代码
import numpy as np
import dlib
import cv2



def drawLine(start,end):  # 将指定的点连接起来
    pts = shape[start:end]   # 索引遍历出来关键点的坐标
    for l in range(1,len(pts)):
        ptA = tuple(pts[l-1])   # 遍历第一个点开始
        ptB = tuple(pts[l])     # 遍历上一个点的后一个点
        cv2.line(image, ptA, ptB,(0,255,0),2)  # 将两个点连接起来

def drawConvexHull(start,end):
    # 将指定的点构成一个凸包,绘制成轮廓,一般眼睛、嘴使用凸包用来绘制
    Facial = shape[start:end + 1]   # 索引的方式获取关键点的坐标
    mouthHull = cv2.convexHull(Facial)  # 凸包函数,用于计算二维点集的凸包,凸包是覆盖所有点的最小凸多边形,返回凸包的点集,或者叫二维顶点
    cv2.drawContours(image,[mouthHull], -1,(0, 255, 0),  2)  # 绘制检测到的凸包轮廓,-1表示绘制所有轮廓


image = cv2.imread("people2.png")   # 读取图片
detector = dlib.get_frontal_face_detector()  # 构造脸部位置检测器
faces = detector(image,0)  # 检测人脸。返回检测到的人脸
# 读取人脸关键点定位模型
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
for face in faces:  # 遍历检测到人脸
    shape = predictor(image,face)  # 调用关键点检测器,获取人脸的关键点
    # 将关键点转换为坐标(x,y)的形式
    shape = np.array([[p.x,p.y] for p in shape.parts()])  # 获取每个人脸的关键点坐标
    drawConvexHull(36,41)   # 绘制右眼凸包,因为眼睛的关键点索引为36-41,凸包是覆盖所有点的最小凸多边形
    drawConvexHull(48, 59)  # 绘制左眼凸包
    drawConvexHull(48,59)   # 绘制嘴外部凸包
    drawConvexHull(60, 67)   # 绘制嘴内部凸包

    drawLine(0,17)   # 绘制脸颊点线,将脸上的点都连接起来
    drawLine(17, 22)
    drawLine(22, 27)
    drawLine(27, 36)
cv2.imshow("Frame",image)
cv2.waitKey()
cv2.destroyAllWindows()
运行结果:

2、实时摄像头或视频检测

python 复制代码
def drawLine(start,end):#将指定的点连接起水
    pts = shape[start:end]  #获取点集
    for l in range(1,len(pts)):
        ptA = tuple(pts[l-1])
        ptB = tuple(pts[l])
        cv2.line(image, ptA, ptB,(0,255,0),2)

def drawConvexHull(start,end):
    # 将指定的点构成一个凸包,绘制成轮廓,一般眼睛、嘴使用凸包用来绘制
    Facial = shape[start:end + 1]
    mouthHull = cv2.convexHull(Facial)  # 凸包函数
    cv2.drawContours(image,[mouthHull], -1,(0, 255, 0),  2)

cap = cv2.VideoCapture("笑容.mp4")
if not cap.isOpened():   # 如果打开失败
    print("Cannot open camera")
    exit()  # 终止程序

detector = dlib.get_frontal_face_detector()  # 构造脸部位置检测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")


while True:
    ret, image = cap.read()
    faces = detector(image,0)  # 检测人险方位置
    # 读取入脸关键点定位模型
    for face in faces:# 对检测到的rects,还个遍历
        shape = predictor(image,face)# 获取关键点
        # 将关键点转换为坐标(x,y)的形式
        shape = np.array([[p.x,p.y] for p in shape.parts()])
        drawConvexHull(36,41)   # 绘制右眼凸包
        drawConvexHull(48, 59)  # 绘制左眼凸包
        drawConvexHull(48,59)   # 绘制嘴外部凸包
        drawConvexHull(60, 67)   # 绘制嘴内部凸包

        drawLine(0,17)   # 绘制脸颊点线
        drawLine(17, 22)
        drawLine(22, 27)
        drawLine(27, 36)
    cv2.imshow("Frame",image)

    k = cv2.waitKey(20)  # 每一帧画面执行20毫秒
    if k == 27:  # 如果键盘点击esc键,终止循环
        break
cv2.destroyAllWindows()
运行结果:
相关推荐
AI视觉网奇17 分钟前
人脸生成3d模型 Era3D
人工智能·计算机视觉
call me by ur name20 分钟前
VLM--CLIP作分类任务的损失函数
人工智能·机器学习·分类
云空28 分钟前
《QT 5.14.1 搭建 opencv 环境全攻略》
开发语言·qt·opencv
编码小哥29 分钟前
opencv中的色彩空间
opencv·计算机视觉
吃个糖糖35 分钟前
34 Opencv 自定义角点检测
人工智能·opencv·计算机视觉
禁默35 分钟前
2024年图像处理、多媒体技术与机器学习
图像处理·人工智能·microsoft
花花少年36 分钟前
【Windows版】opencv 和opencv_contrib配置
opencv·opencv_contrib
YRr YRr37 分钟前
解决Ubuntu 20.04上编译OpenCV 3.2时遇到的stdlib.h缺失错误
linux·opencv·ubuntu
KeepThinking!41 分钟前
YOLO-World:Real-Time Open-Vocabulary Object Detection
人工智能·yolo·目标检测·多模态
AIGCmagic社区1 小时前
AI多模态技术介绍:理解多模态大语言模型的原理
人工智能·语言模型·自然语言处理