Python 人脸检测：使用 Dlib 和 OpenCV
简介
本文用Python、Dlib 和 OpenCV 库来检测图像中的人脸，并在人脸上绘制矩形框进行窗口显示。
环境准备
在开始之前，请确保您的计算机上已安装 Python。此外，您还需要安装以下库：
dlib：一个包含多种机器学习算法的库，包括人脸检测。opencv-python（即 OpenCV）：一个强大的计算机视觉库，用于图像处理和视频分析。numpy：一个用于科学计算的库，用于处理多维数组和矩阵。
您可以使用 pip 来安装这些库：
pip install dlib opencv-python numpy
另外，dlib的安装可能出现问题，可以参考该文：https://blog.csdn.net/qq_43466323/article/details/120855699
代码解析
import dlib
import cv2
import numpy as np
from pathlib import Path
from time import time
# 加载dlib人脸检测器
detector = dlib.get_frontal_face_detector()
def read_image(file, flags=1):
"""读取图像，特别适合文件路径出现中文的情况"""
return cv2.imdecode(np.fromfile(file, np.uint8), flags)
def scale_image(img, max_width=1920, max_height=1080):
"""比例缩放图片"""
# 获取原始图片的尺寸
height, width = img.shape[:2]
# 只有图片宽度或高度超出指定范围，才缩放图片
if width > max_width or height > max_height:
# 计算缩放比例
ratio = min(max_width / width, max_height / height)
else:
ratio = 1
# 缩放图片
return cv2.resize(img, None, fx=ratio, fy=ratio)
def detect_image(img):
"""人脸检测并绘制人脸矩形框 """
# 只对BGR图转化灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = detector(gray)
# 绘制人脸矩形框
for face in faces:
x, y, w, h = face.left(), face.top(), face.width(), face.height()
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
return img
def run(file):
"""将绘制人脸矩形框的图片进行显示"""
start_time = time()
# 人脸检测
img = detect_image(scale_image(read_image(file)))
# 计算人脸检测耗时并作为窗口标题显示
win_name = f'duration:{time() - start_time:.2f}'
cv2.imshow(win_name, img)
key = cv2.waitKey()
cv2.destroyAllWindows()
return key
def run_many(dir_path):
"""依次检测指定目录的图片并显示"""
print('温馨提示：按q键退出，其他按键切换图片')
for file in Path(dir_path).iterdir():
# 按q键退出
if ord('q') == run(file):
break
导入库
import dlib
import cv2
import numpy as np
from pathlib import Path
from time import time
这段代码导入了我们所需的所有外部库。
初始化人脸检测器
detector = dlib.get_frontal_face_detector()
这行代码初始化了 Dlib 的人脸检测器，用于后续的人脸检测操作。
读取图像函数
def read_image(file, flags=1):
return cv2.imdecode(np.fromfile(file, np.uint8), flags)
这个函数用于读取图像文件，特别适合处理包含中文路径的文件。
缩放图像函数
def scale_image(img, max_width=1920, max_height=1080):
height, width = img.shape[:2]
if width > max_width or height > max_height:
ratio = min(max_width / width, max_height / height)
else:
ratio = 1
return cv2.resize(img, None, fx=ratio, fy=ratio)
这个函数用于按比例缩放图像，以确保图像的宽度和高度不会超过指定的最大值。
人脸检测函数
def detect_image(img):
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = detector(gray)
for face in faces:
x, y, w, h = face.left(), face.top(), face.width(), face.height()
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
return img
这个函数将图像转换为灰度图，然后使用 Dlib 的检测器来检测人脸，并在每个检测到的人脸周围绘制一个绿色的矩形框。
运行检测函数（主函数）
def run(file):
start_time = time()
img = detect_image(scale_image(read_image(file)))
win_name = f'duration:{time() - start_time:.2f}'
cv2.imshow(win_name, img)
key = cv2.waitKey()
cv2.destroyAllWindows()
return key
这个函数读取一个图像文件，对其进行缩放和人脸检测，然后显示结果。
批量检测函数（主函数）
def run_many(dir_path):
print('温馨提示：按q键退出，其他按键切换图片')
for file in Path(dir_path).iterdir():
if ord('q') == run(file):
break
这个函数遍历指定目录下的所有图像文件，并使用 run 函数对每个文件进行人脸检测和显示。
原文地址：https://blog.csdn.net/fenghefeng123/article/details/143863448
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！