1 项目介绍

2 代码实现

2.1 导入库

2.2 定义参数

2.3 定义点位

2.4 定义 shape_to_np()

2.5 定义 visualize_facial_landmarks()

2.6 创建人脸检测器

2.7 创建人脸68点预测器

2.8 图像预处理

2.9 人脸检测

2.10 找到关键点

2.11 遍历每一部分

2.11.1 写字

2.11.2 画圆

2.11.3 提取ROI

2.11.4 展示ROI与画好点的图

2.12 展示所有区域

1 项目介绍

这个是人脸部的68个关键点

我们可以看到

0-16点是下巴
16-21点是右眼眉(这里是镜像图像，是图中人的右眼眉)
22-26点是左眼眉
27-35点是鼻子
36-41点是右眼
42-47点是左眼
48-67点是嘴

我们现在有这样一张人脸

我们提取出人脸的每个部分，之后画出图像的所有器官部分

右眼眉，由于图像是镜像的图，现在标注的眼是这个人的右眼

左眼眉

右眼

左眼

鼻子

下巴

整体区域

我们的思路是先检测出图像中人脸的位置，然后使用68关键点对每个器官进行定位

如果找的图片的脸上胡子比较重，它识别嘴部的精度会很差

我们也可以检测一张图中的多个人脸

需要是正面脸，不然要改代码

2 代码实现

2.1 导入库

我们这里用到了collections中的OrderedDict，这个功能是创建有序字典，collections是python自带的库，dlib中有检测人脸68点的功能，我们直接使用写好的函数

2.2 定义参数

shape_predictor是我们dlib做68人脸关键点检测的一个文件(相当于是一个模型),image是我们要预测的图像

2.3 定义点位

定义68点的位置，上面有介绍过对应68点的位置，这里使用到了OrderedDict，它是一个单独的类，我们在这里举个例子

a = {'a':1,'c':2,'b':3}
print(type(a))
from collections import OrderedDict
b = OrderedDict([('a',1),('c',2),('b',3)])
print(type(b))
#调用的方式与和普通字典调用方式相同
print(a['a'])
print(b['a'])

除了人脸68点位还有人脸五点位，这个只能检测眼镜和鼻子，它的点位是这样定义的

0-1是右眼
2-3是左眼
4 是鼻子

上面这个在代码中没用到

2.4 定义 shape_to_np()

传入的参数shape是一个检测好的人脸关键点对象，我们在这个函数中进行处理，进入函数后我们下面会用到shape.num_parts这个方法，我们提前打印出来看一下

这个值是68，之后我们使用np.zeros创建全0的numpy.ndarry，大小为(68,2),我们打印出来看一下

一共68行，我就截取了头和尾

之后我们遍历68次，然后使用shape.part()取出每个点的坐标，然后赋值给coords对应的位置

现在我们看一下更新后的coords

没截全部，一头一尾

2.5 定义 visualize_facial_landmarks()

这个函数是画多边形用的，我们先看传入的参数

image 要画的图像
shape 多边形的点
colors 颜色，默认为None,在函数中会定义
alpha 这个是叠加比例，可以理解为多边形的透明度

进入函数后，首先复制两张图像

之后设置颜色，一共七个区域，我们设置为不同的颜色，如果我们之前设置了颜色就按设置的来，设置也必须设置7个

之后遍历七个区域，然后提取字典中的起始点和终止点两个索引值

之后把这些值交给pts

我们七个区域中，唯一不是闭合图形的就是下巴jaw,如果判定是下巴区域，我们就用点给它连起来

当然我们想给它画成多边形也能画，这样它的区域就是整张脸

这里是画在overlay上，一会儿我们要对overlay与output进行图像叠加

其余都是闭合图形，我们首先使用convexHull()计算凸包,参数为多边形点集合，它大致是这个意思

我们原图像是一个手

计算凸包之后画出来

如果想详细了解的话可以看一下这个 OpenCV入门之寻找图像的凸包（convex hull） - 山阴少年 - 博客园

凸包计算完成后我们将他画在overlay上

全部画完之后我们将overlay与output进行图像融合，比例为overlay 0.75，alpha 0.25，将融合后的图像赋值给output,最后返回融合后的图像

2.6 创建人脸检测器

dlib中有多种人脸检测的工具，我们使用的是get_frontal_face_detector()，这个是专门检测人的正脸的

2.7 创建人脸68点预测器

2.8 图像预处理

现在我们得到了宽为500，宽高比相同的灰度图像

2.9 人脸检测

这里有两个参数

gray 要检测的图像
1 放大倍数，如果输入0是不放大，输入1是放大一倍，输入2是放大两倍，放的越大可以越好的检测图像中的所有人脸，相应运行的速度也会越慢

我们可以看一下rects

他会返回rectangles这个对象，通过名称我们可以得知，这个对象中都是矩形，那么我们尝试遍历一下其中的内容

发现只有里面只有一个值，这个值是一个矩形的坐标，这个是我们图像中人脸的坐标

2.10 找到关键点

现在我们对着原始图像的rect部分检测68个关键点

我们看一下这个shape

发现返回了一个这个对象

之后我们把这个对象传给上面定义的shape_to_np()

这个函数让我们拿到了大小为(68,2)的numpy.ndarray，其中内容为68个关键点的坐标

2.11 遍历每一部分

FACIAL_LANDMARKS_68_IDXS是我们上面定义的有序字典，一共七个部分

遍历的时候赋值了三个变量，我用mouth举个例子，name='mouth',i=48,j=68

2.11.1 写字

进入循环后，首先我们复制一张原图像，然后在复制图像上把name变量写在图片上

2.11.2 画圆

我们获取从i到j的点坐标，然后以它们为圆心，画半径为3的圆，之后使用红色进行填充

2.11.3 提取ROI

之后将从i-j的点拟合成轮廓，赋值给(x,y,w,h)，之后我们截取这个矩形的地方，然后把它的宽变为250，宽高比与轮廓矩形相同的图像

2.11.4 展示ROI与画好点的图

2.12 展示所有区域

遍历结束后，我们将原图像与shape(大小为68*2的关键点坐标)传给visualize_facial_landmarks()进行多边形绘制，之后展示出来

25.人脸关键点检测相关推荐

【论文解读】PFLD：高精度实时人脸关键点检测算法
这篇文章作者分别来自天津大学.武汉大学.腾讯AI实验室.美国天普大学.该算法对在高通ARM 845处理器可达140fps:另外模型大小较小,仅2.1MB:此外在许多关键点检测的benchmark中也取 ...
创意赛第二季又来了，PaddleHub人脸关键点检测实现猫脸人嘴特效
前段时间,下班后闲来无事,参加了百度PaddleHub的AI人像抠图创意赛,凭借着大家的阅读量,获得了一个第三名,得了一个小度音响,真香啊! 对,说的是我小奖品 PaddleHub创意赛第二期又出来 ...
python人脸关键点识别_用Face++实现人脸关键点检测
最近看了一篇很有意思的文章 http://matthewearl.github.io/2015/07/28/switching-eds-with-python/ ,本来想自己复现一下,后来发现自己太菜 ...
计算机视觉未来的挑战,搜狗斩获ICPR 2020人脸关键点检测挑战赛冠军计算机视觉技术持续领先...
作为3D 人脸重建.人脸识别.表情迁移及美化等应用的核心基础技术,人脸关键点检测算法一直是工业界和学术界的研究热点. 近日,在第25届国际模式识别大会(ICPR 2020)举办的人脸106关键点检测挑 ...
paddle2.0高层API实现人脸关键点检测(人脸关键点检测综述_自定义网络_paddleHub_趣味ps)
paddle2.0高层API实现人脸关键点检测(人脸关键点检测综述_自定义网络_paddleHub_趣味ps) 本文包含了: - 人脸关键点检测综述 - 人脸关键点检测数据集介绍以及数据处理实现 - ...
[人脸关键点检测] PFLD：简单、快速、超高精度人脸关键检测
转载请注明作者和出处: http://blog.csdn.net/john_bh/ 论文链接:PFLD: A Practical Facial Landmark Detector 作者及团队: 天津大 ...
使用人脸关键点检测（68点）模型进行标注
1.环境 Mac 安装好git/python等 2.运行: 下载代码库: git clone git@github.com:xubo245/AILearning.git 指定模型路径,指定图片路径,注 ...
【机器视觉案例】(11) 眨眼计数器，人脸关键点检测，附python完整代码
各位同学好,今天和大家分享一下如何使用 mediapipe+opencv 实现眨眼计数器.先放张图看效果. 下图左侧为视频图像,右侧为平滑后的人眼开合比曲线.以左眼为例,若眼眶上下边界的距离与左右边界 ...
「每周CV论文推荐」初学深度学习人脸关键点检测必读文章
人脸关键点检测是人脸图像中重要的基石,今天给大家介绍入门深度学习人脸关键点检测必读的文章. 作者&编辑 | 言有三 1 DCNN Cascade 听这个名字就知道是一个很早期的,使用Casca ...
python人脸识别、人脸关键点检测、性别检测
python人脸识别.人脸关键点检测.性别检测文章目录根据人脸预测年龄性别和情绪 (python + keras)(三) 一款入门级的人脸.视频.文字检测以及识别的项目. age-gender-e ...

25.人脸关键点检测

1 项目介绍

2 代码实现

2.1 导入库

2.2 定义参数

2.3 定义点位

2.4 定义 shape_to_np()

2.5 定义 visualize_facial_landmarks()

2.6 创建人脸检测器

2.7 创建人脸68点预测器

2.8 图像预处理

2.9 人脸检测

2.10 找到关键点

2.11 遍历每一部分

2.11.1 写字

2.11.2 画圆

2.11.3 提取ROI

2.11.4 展示ROI与画好点的图

2.12 展示所有区域

25.人脸关键点检测相关推荐

最新文章

热门文章