前言

前面的博客介绍过使用dlib进行人脸检测、比对、检测特征点等等操作。
python dlib学习（一）：人脸检测
python dlib学习（二）：人脸特征点标定
python dlib学习（五）：比对人脸
这次再将那些操作综合一下，进行人脸聚类。识别图片中的人脸，并分类。这里使用的是聚类，属于无监督学习。这里对每个人脸的区分与比对人脸中原理相同，将人脸映射到128D的空间中，计算彼此之间的距离。距离近的视作一个人，距离远的视作不是一个人，而判定的标准阈值由自己选定，通常是0.6。

目录结构

faces文件夹保存测试图片；
model文件夹保存模型文件，也可以自己训练，我偷懒使用了官方提供的；
output文件夹中存放输出结果；
源码直接放在根目录。

程序

# coding: utf-8
"""
@author: xhb
"""import sys
import os
import dlib
import glob
import cv2# 指定路径
current_path = os.getcwd()
model_path = current_path + '/model/'
shape_predictor_model = model_path + '/shape_predictor_5_face_landmarks.dat'
face_rec_model = model_path + '/dlib_face_recognition_resnet_model_v1.dat'
face_folder = current_path + '/faces/'
output_folder = current_path + '/output/'# 导入模型
detector = dlib.get_frontal_face_detector()
shape_detector = dlib.shape_predictor(shape_predictor_model)
face_recognizer = dlib.face_recognition_model_v1(face_rec_model)# 为后面操作方便，建了几个列表
descriptors = []
images = []
# 遍历faces文件夹中所有的图片
for f in glob.glob(os.path.join(face_folder, "*.jpg")):print('Processing file：{}'.format(f))# 读取图片img = cv2.imread(f)# 转换到rgb颜色空间img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 检测人脸dets = detector(img2, 1)print("Number of faces detected: {}".format(len(dets)))# 遍历所有的人脸for index, face in enumerate(dets):# 检测人脸特征点shape = shape_detector(img2, face)# 投影到128Dface_descriptor = face_recognizer.compute_face_descriptor(img2, shape)# 保存相关信息descriptors.append(face_descriptor)images.append((img2, shape))# 聚类
labels = dlib.chinese_whispers_clustering(descriptors, 0.5)
print("labels: {}".format(labels))
num_classes = len(set(labels))
print("Number of clusters: {}".format(num_classes))# 为了方便操作，用字典类型保存
face_dict = {}
for i in range(num_classes):face_dict[i] = []
# print face_dict
for i in range(len(labels)):face_dict[labels[i]].append(images[i])# print face_dict.keys()
# 遍历字典，保存结果
for key in face_dict.keys():file_dir = os.path.join(output_folder, str(key))if not os.path.isdir(file_dir):os.makedirs(file_dir)for index, (image, shape) in enumerate(face_dict[key]):file_path = os.path.join(file_dir, 'face_' + str(index))print file_pathdlib.save_face_chip(image, shape, file_path, size=150, padding=0.25)

程序很简单，不做赘述。

结果

后记

dlib作为开源库，为我们提供了很方便的api工具，可以实现许多很酷的功能。当然那些功能也可以自己实现。不管怎样，都很有趣吧！

python dlib学习（九）：人脸聚类相关推荐

python dlib学习（八）：训练人脸特征点检测器
前言前面的博客(python dlib学习(二):人脸特征点标定)介绍了使用dlib识别68个人脸特征点,但是当时使用的是dlib官方给出的训练好的模型,这次要自己训练一个特征点检测器出来.当然,想 ...
python dlib学习（七）：人脸特征点对齐
前言前面的博客介绍过人脸特征点标定:python dlib学习(二):人脸特征点标定.这次试着使用这些人脸特征点来对人脸进行对齐. 完整工程链接附在文章最后. 程序上代码,程序中使用了python ...
python dlib学习（五）：比对人脸
前言在前面的博客中介绍了,如何使用dlib标定人脸(python dlib学习(一):人脸检测),提取68个特征点(python dlib学习(二):人脸特征点标定).这次要在这两个工作的基础之上, ...
python dlib学习（三）：调用cnn人脸检测
前言调用训练好的卷积神经网络(CNN)模型进行人脸检测. 模型下载链接:http://dlib.net/files/mmod_human_face_detector.dat.bz2 程序注:使用了 ...
python dlib学习（二）：人脸特征点标定
前言上次介绍了人脸检测的程序(python dlib学习(一):人脸检测),这次介绍人脸特征点标定.dlib提供了训练好的模型,可以识别人脸的68个特征点. 下载链接:http://pan.baid ...
python dlib学习（十一）：眨眼检测
前言我们要使用opencv和dlib实现在视频流中实时检测和计数眨眼次数. 参考论文:Real-Time Eye Blink Detection using Facial Landmarks 作者在 ...
python dlib学习（十）：换脸
前言这次再用dlib来做一个很酷的应用:换脸.在百度可以搜出一大堆转载的,里面虽然讲的不是很详细(数学部分),个人感觉大多数人对于奇异值分解.仿射变换矩阵怎么实现根本不敢兴趣,只想上代码实现功能, ...
python dlib学习（六）：训练模型
前言前面的博客都是使用dlib官方提供的训练好的模型,进行目标识别. - python dlib学习(一):人脸检测 - python dlib学习(二):人脸特征点标定 - python dlib ...
python dlib学习（一）：人脸检测
前言 dlib毕竟是一个很有名的库了,有c++.Python的接口.使用dlib可以大大简化开发,比如人脸识别,特征点检测之类的工作都可以很轻松实现.同时也有很多基于dlib开发的应用和开源库,比如f ...

python dlib学习（九）：人脸聚类

前言

目录结构

程序

结果

后记

python dlib学习（九）：人脸聚类相关推荐

最新文章

热门文章