Dlib Python 检测人脸特征点 Face Landmark Detection

首先安装Dlib，Opencv库

Dlib安装链接：http://www.cnblogs.com/as3asddd/p/7237280.html

环境：Mac Sierra 10.12.1 Python 2.7.1

设置特征检测器，dlib有已经训练的好的需要下载，也可以自己根据需要训练

下载链接：http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

下载完之后解压，将路径送到dlib.shape_predictor()里面

import cv2

import dlib

detector = dlib.get_frontal_face_detector()

landmark_predictor = dlib.shape_predictor('/Users/apple/Downloads/shape_predictor_68_face_landmarks.dat')

img = cv2.imread('/Users/apple/Desktop/test.jpg')

faces = detector(img,1)

if (len(faces) > 0):

    for k,d in enumerate(faces):

        cv2.rectangle(img,(d.left(),d.top()),(d.right(),d.bottom()),(255,255,255))

        shape = landmark_predictor(img,d)

        for i in range(68):

            cv2.circle(img, (shape.part(i).x, shape.part(i).y),5,(0,255,0), -1, 8)

            cv2.putText(img,str(i),(shape.part(i).x,shape.part(i).y),cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,2555,255))

cv2.imshow('Frame',img)

cv2.waitKey(0)

人脸68个特征点位置

{

	IdxRange jaw;       // [0 , 16]

	IdxRange rightBrow; // [17, 21]

	IdxRange leftBrow;  // [22, 26]

	IdxRange nose;      // [27, 35]

	IdxRange rightEye;  // [36, 41]

	IdxRange leftEye;   // [42, 47]

	IdxRange mouth;     // [48, 59]

	IdxRange mouth2;    // [60, 67]

}

detector是dlib训练好的人脸检测器，是基于HOG特征的

shape = landmark_predictor(img,d)

我们想要的特征点全部保存在了shape里面，d是dlib.rectangle()，里面保存着人脸检测矩形的左上和右下坐标，shape.part(i)是第i个特征点

landmark_predictor也是dlib训练好的人脸特征检测器，是基于Ensemble of Regression Trees的，在CVPR2014的论文有过，单人脸的特征点检测速度极快，Dlib就是实现了这种算法的，想要研究一下的可以看一下，这里附上论文链接

Dlib Python 检测人脸特征点 Face Landmark Detection的相关教程结束。