[机器学习]初识人脸识别

[机器学习]初识人脸识别

文章目录

• 一、安装Dlib库最简单的方法
• 二、安装opencv
• 三、实践
• • 1、实时采集人脸、保存并绘制68个特征点
  • 2、给人脸虚拟P上墨镜
• 参考
• 第八次作业所有作业ipynb代码及报告

一、安装Dlib库最简单的方法

下载文件,提取码：3690，将文件存放在任意你找得到的位置（我放在了D盘）

设置系统环境变量，在path中新建环境变量即你存放资源文件的位置

打开命令行窗口输入

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

完成后,看见dlib则成功安装

pip list

值得一提的是在实验中有可报这样一个错误：

Unable to open dlib/shape_predictor_68_face_landmarks.dat --dlib.shape_predictor()

原因是缺少人脸识别检测器数据库，只需要下载相关文件，提取码：lzjy，同样存放在一个自己找得到的位置，使用时只需要引用即可，例如（我还是存放在D盘）

predictor = dlib.shape_predictor("D:\FaceRecognitionbasedOnHogSVM\shape_predictor_68_face_landmarks.dat")

二、安装opencv

opencv的安装并不负责这里不多做赘述，网上随便找个教程就行。

三、实践 1、实时采集人脸、保存并绘制68个特征点

import numpy as np
import cv2
import dlib
import os
import sys
import random
# 存储位置
output_dir = './faces'
size = 64
 
if 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 = 255
                elif tmp < 0:
                    tmp = 0
                img[j,i,c] = tmp
    return 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)

ok = True

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('D:shape_predictor_68_face_landmarksshape_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1-68
            font = cv2.FONT_HERSHEY_SIMPLEX
            cv2.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 quit
        break
        
        

camera.release()
cv2.destroyAllWindows()

    

效果如下，出镜者为美妆博主@一只南南，我是真爱粉

2、给人脸虚拟P上墨镜

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=0
        right_eye_y=0
        left_eye_x=0
        left_eye_y=0
        for 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))
        cv2.circle(img=img, center=pos_right, radius=30, color=(0,0,0),thickness=-1)
        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=(0,0,0),thickness=-1)

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 quit
        break
camera.release()
cv2.destroyAllWindows()

效果不太美丽，我一定好好学，争取下次做个美丽点的

参考

• 人脸识别68个特征点检测数据库shape_predictor_68_face_landmarks.dat
• python+OpenCv+dlib实现人脸68个关键点检测并标注

第八次作业所有作业ipynb代码及报告

链接：https://pan.baidu.com/s/1G5P4zC0MtC7GNFhC0O0qag
提取码：3690