現在的人臉識別技術已經得到了非常廣泛的應用，支付領域、身份驗證、美顏相機裡都有它的應用。用iPhone的同學們應該對下面的功能比較熟悉

iPhone的照片中有一個“人物”的功能，能夠將照片裡的人臉識別出來並分類，背後的原理也是人臉識別技術。

這篇文章主要介紹怎樣用Python實現人臉檢測。人臉檢測是人臉識別的基礎。人臉檢測的目的是識別出照片裡的人臉並定位面部特徵點，人臉識別是在人臉檢測的基礎上進一步告訴你這個人是誰。

好了，介紹就到這裡。接下來，開始準備我們的環境。

準備工作

本文的人臉檢測基於dlib，dlib依賴Boost和cmake，所以首先需要安裝這些包，以Ubuntu為例：

$ sudo apt-get install build-essential cmake 

$ sudo apt-get install libgtk-3-dev 

$ sudo apt-get install libboost-all-dev 

 

我們的程式中還用到numpy，opencv，所以也需要安裝這些庫：

$ pip install numpy 

$ pip install scipy 

$ pip install opencv-python 

$ pip install dlib 

人臉檢測基於事先訓練好的模型資料，從這裡可以下到模型資料

下載到本地路徑後解壓，記下解壓後的檔案路徑，程式中會用到。

dlib的人臉特徵點

上面下載的模型資料是用來估計人臉上68個特徵點(x, y)的座標位置，這68個座標點的位置如下圖所示：

我們的程式將包含兩個步驟：

第一步，在照片中檢測人臉的區域

第二部，在檢測到的人臉區域中，進一步檢測器官（眼睛、鼻子、嘴巴、下巴、眉毛）

人臉檢測程式碼

我們先來定義幾個工具函式：

def rect_to_bb(rect): 

    x = rect.left() 

    y = rect.top() 

    w = rect.right() - x  

    h = rect.bottom() - y  

    return (x, y, w, h) 

這個函式裡的rect是dlib臉部區域檢測的輸出。這裡將rect轉換成一個序列，序列的內容是矩形區域的邊界資訊。

def shape_to_np(shape, dtype="int"): 

    coords = np.zeros((68, 2), dtype=dtype
 
) 

    for i in range(0, 68): 

            coords[i] = (shape.part(i).x, shape.part(i).y)