import dlib # 人脸识别的库 Dlib
import numpy as np # 数据处理的库 numpy
import cv2 # 图像处理的库 OpenCv
import time
import os
# 储存截图的目录
path_screenshots = "data/screenshots/"
# Dlib 正向人脸检测器 / Use frontal face detector of Dlib
detector = dlib.get_frontal_face_detector()
# Dlib 人脸 landmark 特征点检测器 / Get face landmarks
# predictor = dlib.shape_predictor('data/dlib/shape_predictor_5_face_landmarks.dat')
# Dlib 人脸 landmark 特征点检测器 / Get face landmarks
predictor = dlib.shape_predictor('data/dlib/shape_predictor_68_face_landmarks.dat')
# cap = cv2.VideoCapture("head-pose-face-detection-male.mp4") # 输入视频
cap = cv2.VideoCapture(0) # 输入摄像头
cap.set(3, 480)
print(1)
screenshot_cnt = 0
print(cap.isOpened())
# Delete all the screenshots
def clear_screenshots():
ss = os.listdir("data/screenshots/")
for image in ss:
print("Remove: ", "data/screenshots/"+image)
os.remove("data/screenshots/"+image)
# clear_screenshots()
if cap.isOpened():
print("已检测到人脸")
while cap.isOpened():
flag, im_rd = cap.read()
k = cv2.waitKey(1)
img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY)
faces = detector(img_gray, 0)
# 待会要写的字体
font = cv2.FONT_HERSHEY_SIMPLEX
# 检测到人脸
if len(faces) != 0:
for i in range(len(faces)):
landmarks = np.matrix([[p.x, p.y] for p in predictor(im_rd, faces[i]).parts()])
# 标 68 个点
for idx, point in enumerate(landmarks):
# 68点的坐标
pos = (point[0, 0], point[0, 1])
# 特征点画圈
cv2.circle(im_rd, pos, 2, color=(255, 255, 255))
# 写1-68
cv2.putText(im_rd, str(idx + 1), pos, font, 0.2, (187, 255, 255), 1, cv2.LINE_AA)
cv2.putText(im_rd, "Faces: " + str(len(faces)), (20, 50), font, 1, (255, 255, 255), 1, cv2.LINE_AA)
else:
# 没有检测到人脸
cv2.putText(im_rd, "No face detected", (20, 50), font, 1, (0, 0, 0), 1, cv2.LINE_AA)
# 添加说明
im_rd = cv2.putText(im_rd, "'S': screen shot", (20, 400), font, 0.8, (255, 255, 255), 1, cv2.LINE_AA)
im_rd = cv2.putText(im_rd, "'Q': quit", (20, 450), font, 0.8, (255, 255, 255), 1, cv2.LINE_AA)
# 按下 's' 键保存
if k == ord('s'):
screenshot_cnt += 1
print(path_screenshots + "ss_" + str(screenshot_cnt) + "_" +
time.strftime("%Y-%m-%d-%H-%M-%S", time.localtime()) + ".jpg")
cv2.imwrite(path_screenshots + "ss_" + str(screenshot_cnt) + "_" +
time.strftime("%Y-%m-%d-%H-%M-%S", time.localtime()) + ".jpg", im_rd)
# 按下 'q' 键退出
if k == ord('q'):
break
# 窗口显示
# 参数取 0 可以拖动缩放窗口,为 1 不可以
# cv2.namedWindow("camera", 0)
cv2.namedWindow("camera", 1)
cv2.imshow("camera", im_rd)
# 释放摄像头
cap.release()
# 删除建立的窗口
cv2.destroyAllWindows()
没有合适的资源?快使用搜索试试~ 我知道了~
人脸检测功能使用dlib库实现
共23个文件
jpg:9个
xml:4个
py:3个
需积分: 0 0 下载量 152 浏览量
2023-07-24
00:22:12
上传
评论
收藏 76.58MB ZIP 举报
温馨提示
计算机专业 课程设计 人脸检测功能使用dlib库实现
资源推荐
资源详情
资源评论
收起资源包目录
Dlib_face_detection_from_camera-master.zip (23个子文件)
.idea
.name 27B
Dlib_face_detection_from_camera-master.iml 337B
workspace.xml 12KB
misc.xml 201B
inspectionProfiles
profiles_settings.xml 174B
modules.xml 335B
.gitignore 184B
Dlib_face_detection_from_camera-master
test.jpg 66KB
get_features_from_camera.py 3KB
data
screenshots
test.jpg 71KB
ss_1_2022-01-07-21-12-37.jpg 78KB
ss_2_2022-01-07-21-12-48.jpg 79KB
samples
face_5.jpg 64KB
face_1.jpg 76KB
face_4.jpg 75KB
face_2.jpg 76KB
face_3.jpg 70KB
dlib
shape_predictor_68_face_landmarks.dat 95.08MB
shape_predictor_5_face_landmarks.dat 8.73MB
get_features_from_image.py 2KB
for_readme
68_landmarks.png 314KB
5_landmarks.png 312KB
how_to_use_camera.py 1KB
共 23 条
- 1
资源评论
浅墨\
- 粉丝: 17
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功