Python 3 利用 Dlib 19.7 实现人脸识别和剪切

引言

利用python开发,借助Dlib库进行人脸识别;

1.dlib_cut_faces.py :

将检测到的人脸剪切下来,依次排序显示在新的图像上;

实现的效果如图1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;

2.dlib_cut_faces_save.py:

将检测到的人脸生成单个jpg,存储到本地路径;

(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dlib_cut_faces.py处理后得到的图像窗口

图2dlib_cut_faces_save.py处理后得到单个人脸图像们

1.开发环境

python:  3.6.3

dlib:    19.7

OpenCv, numpy

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.cnblogs.com/AdaminXie/p/7905888.html);

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3),

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:

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:

图3 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

3.1 dlib_cut_faces.py

结果:

图4 原图和处理后得到的图像窗口

3.2 dlib_cut_faces_save.py

如果你想将识别出来的人脸保存成单个的jpg,方便之后处理用,只需将上述代码进行略微修改;

根据每次检测到的人脸尺寸,新建空白图像后写入,然后利用cv2.imwrite写入到本地:

图5 生成的单个人脸jpg

TimeStamp

作者:

转载请注明出处

https://www.cnblogs.com/AdaminXie/p/8339863.html

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180125A0ZD0Q00?refer=cp_1026

扫码关注云+社区