opencv聯合dlib人臉檢測例子
阿新 • • 發佈:2019-02-11
原始碼比較簡潔,雜餘資訊全部去掉,原始碼中已經做了中文註釋。本例子是用opencv載入影象,然後呼叫dlib進行人臉檢測,得到人臉所在區域以及特徵點,最後還是用opencv描繪人臉特徵點。
例子原始碼以及解釋:
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing/render_face_detections.h>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>
#include <dlib/image_io.h>
#include <iostream>
#include <dlib/opencv.h>
#include "opencv2/opencv.hpp"
#include <vector>
#include <ctime>
//由於dlib和opencv中有相當一部分類同名,故不能同時對它們使用using namespace,否則會出現一些莫名其妙的問題
//using namespace dlib;
using namespace std;
//using namespace cv;
void line_one_face_detections(cv::Mat img, std ::vector<dlib::full_object_detection> fs)
{
int i, j;
for(j=0; j<fs.size(); j++)
{
cv::Point p1, p2;
for(i = 0; i<67; i++)
{
// 下巴到臉頰 0 ~ 16
//左邊眉毛 17 ~ 21
//右邊眉毛 21 ~ 26
//鼻樑 27 ~ 30
//鼻孔 31 ~ 35
//左眼 36 ~ 41
//右眼 42 ~ 47
//嘴脣外圈 48 ~ 59
//嘴脣內圈 59 ~ 67
switch(i)
{
case 16:
case 21:
case 26:
case 30:
case 35:
case 41:
case 47:
case 59:
i++;
break;
default:
break;
}
p1.x = fs[j].part(i).x();
p1.y = fs[j].part(i).y();
p2.x = fs[j].part(i+1).x();
p2.y = fs[j].part(i+1).y();
cv::line(img, p1, p2, cv::Scalar(0,0,255), 2, 4, 0);
}
}
}
int main(int argc, char *argv[])
{
if(argc != 2)
{
std::cout<< "you should specified a picture!"<<std::endl;
return 0;
}
cv::Mat frame = cv::imread(argv[1]);
cv::Mat dst;
//提取灰度圖
cv::cvtColor(frame, dst, CV_BGR2GRAY);
//載入dlib的人臉識別器
dlib::frontal_face_detector detector = dlib::get_frontal_face_detector();
//載入人臉形狀探測器
dlib::shape_predictor sp;
dlib::deserialize("./shape_predictor_68_face_landmarks.dat") >> sp;
//Mat轉化為dlib的matrix
dlib::array2d<dlib::bgr_pixel> dimg;
dlib::assign_image(dimg, dlib::cv_image<uchar>(dst));
//獲取一系列人臉所在區域
std::vector<dlib::rectangle> dets = detector(dimg);
std::cout << "Number of faces detected: " << dets.size() << std::endl;
if (dets.size() == 0)
return 0;
//獲取人臉特徵點分佈
std::vector<dlib::full_object_detection> shapes;
int i = 0;
for(i = 0; i < dets.size(); i++)
{
dlib::full_object_detection shape = sp(dimg, dets[i]); //獲取指定一個區域的人臉形狀
shapes.push_back(shape);
}
//指出每個檢測到的人臉的位置
for(i=0; i<dets.size(); i++)
{
//畫出人臉所在區域
cv::Rect r;
r.x = dets[i].left();
r.y = dets[i].top();
r.width = dets[i].width();
r.height = dets[i].height();
cv::rectangle(frame, r, cv::Scalar(0, 0, 255), 1, 1, 0);
}
line_one_face_detections(frame, shapes);
cv::imshow("frame", frame);
cv::waitKey(0);
return 0;
}
效果: