前言

前面的部落格介紹過人臉特徵點標定：python dlib學習（二）：人臉特徵點標定。這次試著使用這些人臉特徵點來對人臉進行對齊。
完整工程連結附在文章最後。

程式

程式中已有註釋，不做贅述。

# coding: utf-8
import cv2
import dlib
import sys
import numpy as np
import os

# 獲取當前路徑
current_path = os.getcwd()
# 指定你存放的模型的路徑，我使用的是檢測68個特徵點的那個模型，
# predicter_path = current_path + '/model/shape_predictor_5_face_landmarks.dat'# 檢測人臉特徵點的模型放在當前資料夾中
 

predicter_path = current_path + '/model/shape_predictor_68_face_landmarks.dat'
face_file_path = current_path + '/faces/inesta.jpg'# 要使用的圖片，圖片放在當前資料夾中
print predicter_path
print face_file_path

# 匯入人臉檢測模型
detector = dlib.get_frontal_face_detector()
# 匯入檢測人臉特徵點的模型
sp = dlib.shape_predictor(predicter_path)

# 讀入圖片
 

bgr_img = cv2.imread(face_file_path)
if bgr_img is None:
    print("Sorry, we could not load '{}' as an image".format(face_file_path))
    exit()

# opencv的顏色空間是BGR，需要轉為RGB才能用在dlib中
rgb_img = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2RGB)
# 檢測圖片中的人臉
dets = detector(rgb_img, 1)
# 檢測到的人臉數量
num_faces = len(dets)
if
 
 num_faces == 0:
    print("Sorry, there were no faces found in '{}'".format(face_file_path))
    exit()

# 識別人臉特徵點，並儲存下來
faces = dlib.full_object_detections()
for det in dets:
    faces.append(sp(rgb_img, det))

# 人臉對齊
images = dlib.get_face_chips(rgb_img, faces, size=320)
# 顯示計數，按照這個計數建立視窗
image_cnt = 0
# 顯示對齊結果
for image in images:
    image_cnt += 1
    cv_rgb_image = np.array(image).astype(np.uint8)# 先轉換為numpy陣列
    cv_bgr_image = cv2.cvtColor(cv_rgb_image, cv2.COLOR_RGB2BGR)# opencv下顏色空間為bgr，所以從rgb轉換為bgr
    cv2.imshow('%s'%(image_cnt), cv_bgr_image)

cv2.waitKey(0)
cv2.destroyAllWindows()

執行結果

原圖：