1  face_recognition.api.face_landmarks(face_imageface_locations=Nonemodel='large')

参数:

(1)face_image -要搜索的图像

(2)face_locations——可选地提供要检查的脸部位置列表。

(3)模型-可选-使用哪个模型。“大”(默认)或“小”

 “小” :只返回5点,但更快。

2  face_landmarks(face_image, face_locations=None, model="large")

from PIL import Image, ImageDraw
import face_recognition
def get_face_features(img_path):# 将jpg文件加载到numpy 数组中image = face_recognition.load_image_file(img_path)# 查找图像中所有面部的所有面部特征face_landmarks_list = face_recognition.face_landmarks(image, model='large')print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))# 输出第一个人脸的面部特征信息print(face_landmarks_list[0]["chin"])print(face_landmarks_list[0]["left_eyebrow"])print(face_landmarks_list[0]["right_eyebrow"])print(face_landmarks_list[0]["nose_bridge"])print(face_landmarks_list[0]["nose_tip"])print(face_landmarks_list[0]["left_eye"])print(face_landmarks_list[0]["right_eye"])print(face_landmarks_list[0]["top_lip"])print(face_landmarks_list[0]["bottom_lip"])pil_image = Image.fromarray(image)d = ImageDraw.Draw(pil_image)for face_landmarks in face_landmarks_list:facial_features = ['chin','left_eyebrow','right_eyebrow','nose_bridge','nose_tip','left_eye','right_eye','top_lip','bottom_lip']for facial_feature in facial_features:d.line(face_landmarks[facial_feature], width=5)passpassdel dpil_image.show()passif __name__ == '__main__':get_face_features("0.jpg")pass

结果如下所示:

第一个人脸的特征信息:

第二个人脸的特征信息:

3  face_recognition.face_landmarks(image, model='small')

from PIL import Image, ImageDraw
import face_recognition
def get_face_features(img_path):# 将jpg文件加载到numpy 数组中image = face_recognition.load_image_file(img_path)# 查找图像中所有面部的所有面部特征face_landmarks_list = face_recognition.face_landmarks(image, model='small')print("I found {} face(s) in this photograph.".format(len(face_landmarks_list)))print(face_landmarks_list[0]["nose_tip"])print(face_landmarks_list[0]["left_eye"])print(face_landmarks_list[0]["right_eye"])pil_image = Image.fromarray(image)d = ImageDraw.Draw(pil_image)for face_landmarks in face_landmarks_list:facial_features = ['nose_tip','left_eye','right_eye',]for facial_feature in facial_features:d.line(face_landmarks[facial_feature], width=5)passpassdel dpil_image.show()passif __name__ == '__main__':get_face_features("0.jpg")pass

结果如下所示:

face_landmarks相关推荐

  1. PyTorch数据加载处理

    PyTorch数据加载处理 PyTorch提供了许多工具来简化和希望数据加载,使代码更具可读性. 1.下载安装包 • scikit-image:用于图像的IO和变换 • pandas:用于更容易地进行 ...

  2. opencvmediapipe 人脸检测+摄像头实时

    文章目录 单张人脸关键点检测 单张图像人脸检测 摄像头实时关键点检测 单张人脸关键点检测 定义可视化图像函数 导入三维人脸关键点检测模型 导入可视化函数和可视化样式 读取图像 将图像模型输入,获取预测 ...

  3. 「摸鱼」神器来了,Python 实现人脸监测制作神器

    作者 | 李秋键 出品 | AI科技大本营(ID:rgznai100) 最近都在讨论工作摸鱼,网易云音乐也出了合理摸鱼时间表,今天给大家推荐如何用python实现摸鱼~码住呦! 引言:脸部表情是人类情 ...

  4. 使用卷积神经网络预防疲劳驾驶事故

    作者|小白 来源|小白学视觉 疲劳驾驶:一个严重的问题 美国国家公路交通安全管理局估计,每年有 91,000 起车祸涉及疲劳驾驶的司机,造成约50,000 人受伤和近 800 人死亡.此外,每 24 ...

  5. 利用MTCNN和FaceNet实现人脸检测和人脸识别 | CSDN博文精选

    作者 | pan_jinquan 来源 | CSDN博文精选 (*点击阅读原文,查看作者更多文章) 人脸检测和人脸识别技术算是目前人工智能方面应用最成熟的技术了.本博客将利用MTCNN和FaceNet ...

  6. 史上最简单的人脸识别项目登上GitHub趋势榜

    来源 | GitHub Trending整理 | Freesia译者 | TommyZihao出品 | AI科技大本营(ID: rgznai100) 导读:近日,一个名为 face_recogniti ...

  7. python实现人脸识别抓取人脸并做成熊猫头表情包(2)之优化

    上次做完python实现人脸识别抓取人脸并做成熊猫头表情包之后就放了一下,因为还要好好学习Springboot毕竟这才是找工作的硬实力.但是优化这个代码心里面一直很想,借用<clean code ...

  8. [pytorch] 官网教程+注释

    pytorch官网教程+注释 Classifier import torch import torchvision import torchvision.transforms as transform ...

  9. matlab 读取csv_利用Pytorch进行数据加载1--CSV文件的读取和显示

    import os # 文件处理模块,用于处理文件和目录 import torch # pytorch的深度学习框架 import pandas as pd #人脸识别库 from skimage i ...

  10. python编程人脸识别工具_几行代码带你实现人脸识别。Python 就是这么简单

    本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理 以下文章来源于腾讯云 作者:Python编程与实战 阅读文本大概需要 11分钟. ...

最新文章

  1. R语言使用coin包应用于独立性问题的置换检验(permutation tests、响应变量是否独立于组、两个数值变量是独立的吗、两个分类变量是独立的吗)、以及coin包的常用置换检验函数
  2. Sphinx文档的展示-个人学习笔记
  3. Python3文件操作:with...open的使用代码示例
  4. 云图说|DRS数据对比——带您随时观测数据一致性
  5. 使用perl连接oracle数据库
  6. python实现时频谱,语谱图,mel语谱倒谱等
  7. jqueryui时间插件_满足您所有日历要求的jQueryUI Datepicker插件
  8. Box Cox Transformation
  9. 小米应用闪退解决方法
  10. HDU 1870 愚人节的礼物
  11. elasticsearch下载太慢在国内, 我把包放到了云盘上,还有kibana,logstash.有需要自取,持续更新版本
  12. d3.js画金庸小说力导向图
  13. Day1_Python基础
  14. 会声会影试用版到期了怎么办_会声会影2018试用版如何正确安装、卸载?
  15. 线性表La和线性表Lb合并
  16. HTML中em标签的用法
  17. CUDA库之NPP入门(一):NVIDIA 2D Image and Signal Processing Performance Primitives
  18. 全球IT业最具影响力100人
  19. 三星java面试_【面试问题】三星数据系统(西安)Java面试20190222
  20. [转]Google开发拼音输入法背后的故事

热门文章

  1. 随机分组c语言,用C/C++进行随机分组的实现教程,分组教程
  2. Javascript(八)javascript页面重定向
  3. 常用三种正态检验方法
  4. 模糊逻辑(Fuzzy Logic)
  5. php分解质因数,JavaScript趣题:分解质因数
  6. 数字资产期权新手入门手册 | TokenInsight
  7. 局域网打印机共享怎么设置_一篇文章弄懂局域网打印机共享
  8. 云计算机什么意思啊,什么叫云计算,云计算是什么,最通俗的解释是这样的
  9. 测试基础-系统测试包括哪些内容
  10. php新浪博客模板,supersite php模板