编程实现人脸特征点标定（python3+opencv3.4+dlib库）_综合

一、准备工作

1.1、dlib库的安装

下载dlib库的whl文件
dlib库（cp37，cp38 提取码：svub）
可以先在命令行查看电脑的版本，然后适配版本对应的dlib库。本文用的是python3.8
将安装的whl文件放到适合的路径，并将该路径添加到环境变量的path中

这里因为我的Python3.8是在安装的Anaconda3中，所以我将dlib库的文件也放在了里面
进入上述路径安装dlib库

pip install dlib-19.19.0-cp38-cp38-win_amd64.whl

后面的名字根据文件更改
在这里插入图片描述

1.2、opencv的安装

opencv没那么麻烦，可以直接在命令行用pip命令安装

pip install opencv_python==3.4.11.45

这里的版本号依旧需要适配python的版本，这个是python3.8的，其他版本可以自行查阅

二、绘制脸部特征点

这里用的脸部特征点数据集是提前训练好的
脸部特征点数据集（提取码：whc5）.

代码实现并保存

# -*- coding: utf-8 -*-
""" Created on Wed Oct 27 03:15:10 2021@author: GT72VR """
#导入库
import numpy as np#数据处理库
import cv2#图像处理库
import dlib#人脸识别的库
import os
import sys
import random
# 存储位置
output_dir = 'D/faces'
size = 64if not os.path.exists(output_dir):os.makedirs(output_dir)
# 改变图片的亮度与对比度def relight(img, light=1, bias=0):w = img.shape[1]h = img.shape[0]#image = []for i in range(0,w):for j in range(0,h):for c in range(3):tmp = int(img[j,i,c]*light + bias)if tmp > 255:tmp = 255elif tmp < 0:tmp = 0img[j,i,c] = tmpreturn img#使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()
# 打开摄像头 参数为输入流，可以为摄像头或视频文件
camera = cv2.VideoCapture(0)
#camera = cv2.VideoCapture('C:/Users/CUNGU/Videos/Captures/wang.mp4')
ok = Truedetector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')while ok:# 读取摄像头中的图像，ok为是否读取成功的判断参数ok, img = camera.read()# 转换成灰度图像img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)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()])for idx, point in enumerate(landmarks):# 68点的坐标pos = (point[0, 0], point[0, 1])print(idx,pos)# 利用cv2.circle给每个特征点画一个圈，共68个cv2.circle(img, pos, 2, color=(0, 255, 0))# 利用cv2.putText输出1-68font = cv2.FONT_HERSHEY_SIMPLEXcv2.putText(img, str(idx+1), pos, font, 0.2, (0, 0, 255), 1,cv2.LINE_AA)cv2.imshow('video', img)k = cv2.waitKey(1)if k == 27:    # press 'ESC' to quitbreakcamera.release()
cv2.destroyAllWindows()

结果：
在这里插入图片描述
摄像头角度太死亡，所以用的漂亮小朋友的照片，冒犯到的话会删除！！！

三、给人脸虚拟P上墨镜

导入包

# 导入包
import numpy as np
import cv2
import dlib
import os
import sys
import random

添加函数，获得默认的人脸检测器和训练好的人脸68特征点检测器

def get_detector_and_predicyor():#使用dlib自带的frontal_face_detector作为我们的特征提取器detector = dlib.get_frontal_face_detector()"""功能：人脸检测画框参数：PythonFunction和in Classesin classes表示采样次数，次数越多获取的人脸的次数越多，但更容易框错返回值是矩形的坐标，每个矩形为一个人脸（默认的人脸检测器）"""#返回训练好的人脸68特征点检测器predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')return detector,predictor

获取检测器

#获取检测器
detector,predictor=get_detector_and_predicyor()

给人脸添加墨镜函数

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=0right_eye_y=0left_eye_x=0left_eye_y=0for 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datacenter：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=(0,0,255),thickness=1)#红色边框cv2.circle(img=img, center=pos_right, radius=30, color=(0,0,0),thickness=-1)#黑色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=(0,0,255),thickness=1)#红色边框cv2.circle(img=img, center=pos_left, radius=30, color=(0,0,0),thickness=-1)#黑色

调用函数查看效果

camera = cv2.VideoCapture(0)#打开摄像头
ok=True
# 打开摄像头 参数为输入流，可以为摄像头或视频文件
while ok:ok,img = camera.read()# 转换成灰度图像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 quitbreak
camera.release()
cv2.destroyAllWindows()

结果：
在这里插入图片描述
摄像头角度太死亡，所以用的漂亮小朋友的照片，冒犯到的话会删除！！！

四、总结

这次实验因为有dlib库和opencv的帮助，过程不算难，但是趣味性十足。只是安装dlib库的时候出了一些问题，不过最后得到了解决。安装软件的时候一定千万不要急于更新，第一个吃螃蟹的人总是会遇到很多难题！！！！

五、参考资料

python3+opencv3.4+dlib库编程实现人脸特征点标定.
人脸特征提取（dlib+opencv3.4+python3.8）.

编程实现人脸特征点标定（python3+opencv3.4+dlib库）