人臉檢測python

效果圖

Dlib Python 檢測人臉特徵點 Face Landmark Detection
首先安裝Dlib，Opencv庫

安裝Dlib

1.到這裏去下載你需要的的dlib輪子：Links for dlib

2.cmd進入你剛下好whl文件的位置，然後輸入

pip install 文件名.whl
注意後綴是whl，並且選擇安裝的版本要和python版本一致，如果一次安裝不成功選擇不同的dlib安裝試試，總有一款會成功。

下載特徵檢測器

設置特徵檢測器，dlib有已經訓練的好的需要下載，也可以自己根據需要訓練

下載鏈接：http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

下載完之後解壓，將路徑送到dlib.shape_predictor()裏面

import cv2
import dlib
detector = dlib.get_frontal_face_detector()
landmark_predictor = dlib.shape_predictor('D:/python/shape/shape_predictor_68_face_landmarks.dat')
img = cv2.imread('D:/python/demos/d.jpg')
faces = detector(img,1)
if (len(faces) > 0):
    for k,d in enumerate(faces):
           cv2.rectangle(img,(d.left(),d.top()),(d.right(),d.bottom()),(255,255,255))
        shape = landmark_predictor(img,d)
        for i in range(68):
            cv2.circle(img, (shape.part(i).x, shape.part(i).y),5,(0,255,0), -1, 8)
            cv2.putText(img,str(i),(shape.part(i).x,shape.part(i).y),cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,2555,255))
cv2.imwrite("D:/python/demos/fdres/hh.jpg", img)
//將實驗的圖像保存在fdres文件夾下            
cv2.imshow('Frame',img)
cv2.waitKey(0)

detector是dlib訓練好的人臉檢測器，是基於HOG特徵的

shape = landmark_predictor(img,d)

我們想要的特徵點全部保存在了shape裏面，d是dlib.rectangle()，裏面保存着人臉檢測矩形的左上和右下座標，shape.part(i)是第i個特徵點landmark_predictor也是dlib訓練好的人臉特徵檢測器，是基於Ensemble of Regression Trees的，在CVPR2014的論文有過，單人臉的特徵點檢測速度極快，Dlib就是實現了這種算法的，想要研究一下的可以看一下。
論文鏈接https://pdfs.semanticscholar.org/d78b/6a5b0dcaa81b1faea5fb0000045a62513567.pdf