dlib人脸检测错误:不支持的图像类型，必须是8位灰度或RGB图像
dlib是一个开源的C++机器学习库，提供了许多用于图像处理和机器学习的功能。其中包括人脸检测功能，可以用于识别和定位图像中的人脸。
根据错误信息"不支持的图像类型，必须是8位灰度或RGB图像"，这意味着dlib人脸检测函数要求输入的图像必须是8位灰度图像或RGB图像。如果输入的图像不符合这些要求，就会出现该错误。
8位灰度图像是指每个像素点的像素值范围在0到255之间，表示图像的灰度级别。RGB图像是指每个像素点由红、绿、蓝三个颜色通道组成，每个通道的像素值范围也在0到255之间。
解决这个错误的方法是确保输入的图像满足要求。如果图像不是8位灰度图像或RGB图像，可以通过图像处理技术将其转换为符合要求的格式。例如，可以使用图像处理库（如OpenCV）将图像转换为灰度图像或RGB图像。
腾讯云提供了一系列与图像处理和人脸识别相关的产品和服务，可以用于解决类似的问题。例如，腾讯云人脸识别API（https://cloud.tencent.com/product/face-recognition）提供了人脸检测、人脸比对、人脸搜索等功能，可以方便地集成到应用程序中。此外，腾讯云还提供了图像处理服务、图像识别服务等，可以满足各种图像处理需求。
总结：dlib人脸检测错误"不支持的图像类型，必须是8位灰度或RGB图像"表示输入的图像不符合要求，可以通过图像处理技术将其转换为8位灰度图像或RGB图像。腾讯云提供了一系列与图像处理和人脸识别相关的产品和服务，可以用于解决类似的问题。
相关·内容
1回答
您知道为什么dlib人脸检测不适用于灰度图像(python对灰度图像非常有效)吗？
我的代码：
mFaceDetector = dlib::get_frontal_face_detector();
// image is opencv grayscale mat
dlib::array2d<unsigned char> img;
dlib::assign_image(img, dlib::cv_image<unsigned char>(image));
std::vector<dlib::rectangle> mRets = mFaceDetector(i
浏览 1提问于2018-09-16得票数 0
1回答
我想从低亮度的图像中检测人脸。我正在使用dlib从图像中检测人脸。但是dlib检测器根本没有检测到人脸。我有下面的代码来从图像中检测人脸。
detector=dlib.get_frontal_face_detector()
faces=detector(image)
当我尝试打印面的长度时，它显示为零。有人能帮我吗?我该怎么办？有没有其他方法可以从低亮度图像中检测图像？谢谢。
浏览 11提问于2017-08-12得票数 2
回答已采纳
2回答
我是OpenCV和dlib的新手，我不确定我的设计是否正确。我想写安卓手机的C++人脸检测器，它应该可以检测不同手机方向和旋转角度的人脸。当手机方向是纵向和横向时，让我们留下来。我使用OpenCV来旋转/编辑图像，使用dlib来检测人脸。dlib形状预测是用shape_predictor_68_face_landmarks.dat初始化的，它只能在正确的手机方向上检测人脸(这意味着如果我将手机旋转90度，它就不能检测人脸)。为了能够检测人脸，我从加速计中读取轴并旋转源图像以校正方向，然后将其发送到dlib人脸检测器，它检测到ok，但输出的dlib::full_object_detection形
浏览 7提问于2017-07-24得票数 2
2回答
我正在尝试用python编写人脸对齐代码。我使用的是这个，但在本文中用于人脸检测的是dlib。以下是原始代码：
from imutils.face_utils import FaceAligner
from imutils.face_utils import rect_to_bb
import argparse
import imutils
import dlib
import cv2
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_fac
浏览 1提问于2020-08-26得票数 1
4回答
我使用OpenCV的人脸检测器与C++的dlib的人脸对齐，而不是dlib的检测器，因为速度慢。
要使用dlib的面部对齐，我必须将检测矩形传递给面部对齐函数。
然而，即使dlib的检测器是ok的，我也不能这样做。
因为在中使用了std::vector<rectangle> dets，所以我尝试了如下所示的赋值，但是我不能。
请注意，detect_rect是OpenCV检测器的人脸检测矩形。
dets[0].l = detect_rect.left;
dets[0].t = detect_rect.top;
dets[0].r = detect_rect.right;
dets[0
浏览 2提问于2016-01-19得票数 10
1回答
我使用Dlib的正面人脸检测器来检测图像中的人脸；但是，它不能检测小于80×80像素的面孔。
Dlib在中的示例使用pyramid_up()对输入图像进行采样，以增加脸部大小。然而，这使得算法的速度要慢得多，因为它必须在较大的图像中搜索。
我想知道是否有人知道这个问题的解决办法。
浏览 2提问于2016-09-09得票数 4
回答已采纳
1回答
我对dlib的性能进行了一段时间的评估。今天我意识到标准的人脸检测器。使用dlib::get_frontal_face_detector()方法创建)查找73x73的faces。但是我知道，如果没有重采样，dlib至少可以找到80x80个对象。据我所知，标准人脸检测器没有过采样。
我知道dlib::frontal_face_detector是一种类型胡枝子：
typedef object_detector<scan_fhog_pyramid<pyramid_down<6> > > frontal_face_detector;
因此，通过读取这个类型的胡枝子，
浏览 1提问于2017-01-22得票数 0
1回答
我正在使用用于IOS的dlib包实现示例人脸检测代码。我为dlib包生成了静态库。
我做了什么，
为IOS生成的DLIB静态库。
2.为IOS编写了样本dlib正面人脸检测代码，并与dlib静态库进行了链接。
编译成功。
我想要什么
应用程序正在工作，但人脸没有检测。我每次得到脸大小是零从dlib正面人脸检测代码。
我做错什么了吗？
你能帮我解释一下为什么dlib正面人脸检测代码不是检测脸。？
您能为IOS提供任何样本dlib人脸检测代码吗？
浏览 10提问于2015-08-10得票数 1
2回答
我正在尝试制作一个离线视频人脸检测程序。我已经使用了人脸检测的示例代码，它运行良好。但是由于dlib库不能直接处理视频(或者我不知道它是否能处理视频)，所以我为图像人脸检测程序提供了帧。对于像20-30帧视频这样的小视频，它工作得很好，但如果给出一个更大的视频，它就会出现缓冲区溢出错误。我是否必须显式地删除数据或清除某些动态内存？或者它只处理很少的人脸检测图像？
下面是代码片段
// Loop over all the images provided on the command line.
for (int i = 1; i <= 629; ++i)
{
浏览 1提问于2016-03-29得票数 1
2回答
我正在使用dlib进行人脸检测，我想在图像中写一个文本。我试过这个win.add_overlay(dets, rgb_pixel(255,0,0),"test" );，但它不工作
你能帮帮我吗。
浏览 4提问于2016-06-01得票数 2
3回答
我试着探测到68个面部特征。我使用OpenCV dnn人脸检测器检测人脸，就像在中成功完成的人脸检测过程一样，这是我的代码：
# import the necessary packages
import numpy as np
import argparse
import cv2
import dlib
ap = argparse.ArgumentParser()
ap.add_argument("-c", "--confidence", type=float, default=0.5,
help="minimum pr
浏览 1提问于2019-07-23得票数 0
1回答
我正在建立一个用于人脸识别的卷积神经网络(CNN)模型。
作为培训数据收集的第一步，灰色或RGB是最佳的培训图像格式？
我读过几篇文章，说灰度图像最适合人脸识别，但为什么没有得到令人满意的信息呢？
对于这种方法，使用灰色比RGB有哪些优点和缺点？
对于人脸识别模型，是否需要有颜色信息，或者在灰度转换时会丢失图像中有用的信息？
预测的精度是如何变化的？
浏览 0提问于2017-05-17得票数 1
我试图确定RGB图像的某些部分是彩色的还是灰度的，使用python、opencv和numpy库。更具体的是，在RGB图像中，我使用神经网络确定人脸位置，当该图像包含打印的照片时，我想知道该图像中的人脸位置是灰度的还是有色的。
到目前为止我尝试过的是：
red_average = np.average(rgb_image_crop[:,:,0])
green_average = np.average(rgb_image_crop[:,:,1])
blue_average = np.average(rgb_image
浏览 4提问于2022-01-06得票数 2
回答已采纳
我使用conda安装了dlib，现在使用的是dlib 19.4。当我运行示例python代码face_recognition.py时，我得到以下输出错误
python face_recognition.py ../models/shape_predictor_5_face_landmarks.dat ../models/dlib_face_recognition_resnet_model_v1.dat ../examples/faces Processing D:\Docs\Python_code\Dlib\examples\faces\2007_007763.jpg :检测到的面数:7检测0
浏览 0提问于2017-10-09得票数 0
以下是用于检测图像中单个人脸的代码，但问题是，如果图像中有多个人脸，则只需要第一个人脸。请给我们建议
import caffe, dlib, io
from __future__ import print_function
import os
import matplotlib.pyplot as plt
detector = dlib.get_frontal_face_detector()
img21 = 'group.jpg'
im_name = img21
img = io.imread(os.path.join('./',im_name))
faces
浏览 0提问于2017-01-17得票数 0
1回答
我目前正在使用RCNN算法开发一个人脸检测应用程序。在dlib-19.2 C++中开发的代码。我的操作系统是Windows 10家庭版。该框架为QT5.7。
我的781张图像(高度228，宽307)在一个叫做“图像”的矢量内。
std::vector<matrix<rgb_pixel>> images;
之后，我将“图像”分成两个向量:一个包含训练图像(总共389个)，另一个包含测试图像(总共391个)：
std::vector<dlib::matrix<dlib::rgb_pixel>> training_images(images.begin
浏览 2提问于2016-12-02得票数 0
回答已采纳
我正在创建程序来模糊人们的脸在视频中，我想使用作为人脸识别的基础，因为它有很好的结果和相当简单的使用。但问题是--处理单个图像需要大约75秒钟，这是相当长的时间。dlib库是在未启用cuda的情况下编写的。我的GPU是nvidia geforce gtx 560 ti -它有cuda支持，但不是cudnn支持，而且只要清醒，没有这两个库，就不可能用cude支持编译dlib。那么，由于我不能在本地使用GPU加速，有没有办法提高程序的速度？我对OpenMP有一些经验，但我不知道是否可以在这里使用，因为在示例中最长的部分--这一行
auto dets = net(img);
浏览 0提问于2019-07-12得票数 0
回答已采纳
1回答
我使用的是dlib的face_landmark_detection_ex.cpp，它在原始图像上显示检测到的人脸图像和所有人脸标志。我想保存的原始图像与所有68个脸的标志，我的电脑。我知道可以用dlib的draw_rectangle函数和save_png来完成，但是draw_rectangle只给出检测到的脸矩形位置，同时，我还想在原始图像上画出地标点，然后这样保存：
浏览 1提问于2016-04-16得票数 6
回答已采纳
我正在C++的一个程序中工作，它应该从摄像头流中检测人脸，而不是使用人脸标记进行裁剪并交换它们。
我用OpenCV和Viola两种方法编写了人脸检测程序.效果很好。而不是我在寻找如何把脸从ROI中分割出来。我尝试过很少的皮肤检测实现，但都没有成功。
比我发现的地标要好。我决定试试。刚开始，我就遇到了问题，因为我必须将cv::Mat转换为cv_image，Rect转换为矩形等等，所以我尝试使用dlib来完成它。我只是使用cv::VideoCapture获得流，而不是显示使用dlib image_window捕获的内容。但问题就在这里-太慢了。向下是使用的代码。注释行是使用OpenCV进行同样操作
浏览 10提问于2016-03-27得票数 6
回答已采纳
我正在尝试使用从Camera.PreviewCallback的onPreviewFrame()方法获得的byte[]数据来使用OpenCV人脸检测
我设法使用下面的代码将数据转换为灰度图像。
Mat matNew = new Mat(pHeight, pWidth, CvType.CV_8U);
matNew.put(0, 0, data);
Mat matrgb = new Mat();
Imgproc.cvtColor(matNew, matrgb, Imgproc.COLOR_YUV420sp2RGB, 4);
Mat matgray = new
浏览 31提问于2014-04-30得票数 2
2回答
我一直在探索dlib的人脸检测器的python API。在我的数据集中的大多数图片上，它似乎比cv2在大多数图片上的表现略好一些，所以我在图片场景中的多个面孔上一直在玩它。
通过dlib的python示例，似乎可以训练这些图像，但我想知道是否有人有一个建议，如何确保最左边和最右边的两个面孔被检测出来？
这是我在()上找不到所有6个面孔的图像
浏览 22提问于2017-07-03得票数 0
1回答
在我的人脸识别项目中，人脸被表示为在中使用的128个维嵌入()。我可以用两种方式从图像中生成嵌入。
使用Tensorflow resnet模型v1。
emb_array = sess.run(embedding_layer,
{images_placeholder: images_array, phase_train_placeholder: False})
可以传递图像数组并获得嵌入列表。这是一点slow.Took 1.6s。(但是对于大量的图像，时间几乎是恒定的)。注: GPU不可用
其他方法是使用dlib。
dlib.face_recognitio
浏览 1提问于2018-04-04得票数 5
1回答
在PHP中创建真正的灰度PNG
、、、、
我需要在PHP中创建一个灰度图像。我说的不是带有灰度值的索引图像，而是真正的灰度图像。差别在于PNG的第26个字节(颜色类型)：
0 - greyscale <-- THIS IS WHAT I NEED
2 - RGB
3 - RGB with palette
4 - greyscale + alpha
6 - RGB + alpha
(详见 )
我尝试了imagefilter($im, IMG_FILTER_GRAYSCALE);和imagetruecolortopalette($im, false, 255);，但是我得到的要么是RGB灰度图像(颜色类型2)，要么是带有灰度调色板
浏览 3提问于2012-09-17得票数 6
回答已采纳
我是openCV和dlib模块的新手。我试图让这段代码检测多个人脸，但只检测到第一个人脸。
import numpy as np
import argparse
import imutils
import dlib
import cv2
from matplotlib import pyplot as plt
def rect_to_bb(rect):
x = rect.left()
y = rect.top()
w = rect.right() - x
h = rect.bottom() - y
retu
浏览 1提问于2018-03-03得票数 0
1回答
我正在尝试写一个脸对齐器作为预处理步骤，然后再把我的脸输入神经网络。我(使用Python)通过dlib实现了回归树集合来预测人脸地标性估计，发现了人脸的地标。我尝试了几种不同的转换，但都没有用。这是我的基本管道：
在图像中查找人脸，并裁剪图像，使其只具有该脸：
<some_image_with_one_face> face_detector = dlib.get_frontal_face_detector() detected_face =face_detector(图像) w，h= 160 #，以便facenet可以将其用于detected_face中的face_rect：#
浏览 3提问于2017-03-22得票数 2
2回答
上传图片以生成具有特殊效果的视频
、、、、
我是由一个视频处理功能，特别是上传一个图像，然后产生一个视频基于各种视频模板。
这里是视频模板：
..。
如上面的视频模板所示，我只需要上传一张照片就可以生成一个很棒的视频。
我的问题
实现这个视频的具体想法是什么？
需要哪些第三方图书馆？(ffmpeg，opencv)
PS：我使用dlib和opencv进行人脸识别。我可以生成人脸图像，但我不知道如何将人脸图像插入到这些模板视频的正确位置。
浏览 7提问于2019-10-30得票数 0
2回答
我一直在使用dlib库来检测人脸，在Python和DotNet包装器上都进行了测试。两者都产生了同样奇怪的问题:差(图像质量低，光线差，等等)从互联网上提取的图像几乎总是被检测到，而从我的iPhone拍摄的高质量/高亮度的照片几乎永远不会被检测到。 我完全确定，我在iPhone上拍摄的人脸比从互联网上拍摄的人脸质量更高，但无论我多少次改变我的iPhone照片的照明和相机角度，结果总是相同的。偶尔会检测到iPhone人脸，而绝大多数完全可以接受的人脸照片都不会被检测到。我完全不知所措，任何想法都非常感谢。 下面是我的一个相对简单的代码示例。 from face_recognition impo
浏览 80提问于2020-12-09得票数 1
我使用opencv的预先训练好的dnn模型和dlib的hog模型运行了一个实时流人脸检测代码。我得到了几个摄像头的检测结果，代码打印出了opencv和dlib的边界框坐标。我期待着相同的结果，但我得到了非常不同的结果。有没有办法将opencv坐标转换为dlib坐标？ 我试图找到一个数学(线性)模型来连接它们，但它不起作用。 import numpy as np
import argparse
import imutils
import pickle
import time
import cv2
import os
import align
import dlib
import time
im
浏览 57提问于2019-01-25得票数 0
我使用OpenCV成功地打开并显示了一个.avi视频，我需要这个视频来通过OpenCV，因为我想学习如何使OpenCV和dlib通信。
据我所知，Mat必须转换成array2d才能被dlib处理，所以这是我的第一次尝试：
cv::VideoCapture cap("/home/francesco/Downloads/05-1.avi");
cv::namedWindow("UNLTD", CV_WINDOW_AUTOSIZE);
while(1)
{
cv::Mat temp;
cv_image<bgr_pixel> cimg(te
浏览 1提问于2018-01-26得票数 0
我试图修改Dlib的人脸检测示例，以将具有检测功能的图像保存到文件中，因为我使用的是没有GUI的服务器。到目前为止，我只知道如何保存图像，而不是覆盖。如何将两者保存到同一个文件中？
//win.add_overlay(dets, rgb_pixel(255,0,0));
save_png(img, "detected.png");
浏览 3提问于2015-04-21得票数 8
回答已采纳
2回答
我正在创建一个人脸检测算法，它应该接收文件夹中的图像作为输入，但是我得到了以下错误：
import dlib
import argparse
import cv2
import sys
import time
import process_dlib_boxes
# construct the argument parser
parser = argparse.ArgumentParser()
parser.add_argument('-i', '--input', default=r"C:\Users\awais\OneDrive\Documents
浏览 37提问于2022-12-04得票数 0
通过在c++ (VS 2019)中使用OpenCV版本4.2.0，我创建了一个对给定图像执行人脸检测的项目。我使用了Opencv的DNN人脸检测器，它使用res10_300x300_ssd_iter_140000_fp16.caffemodel模型来检测人脸。下面是该函数的代码：
//variables which are used in function
const double inScaleFactor = 1.0;
const cv::Scalar meanVal = cv::Scalar(104.0, 177.0, 123.0);
const size_t inWidth = 300
浏览 1提问于2020-01-29得票数 1
2回答
FDDB评估代码
、、、、
我正在学习opencv和dlib，以便在大学项目中使用人脸检测器，我在机器学习和计算机视觉这一整件事情上都是新手。如何使用来自的评估代码来评估用于人脸检测的代码？我使用dlib的CNN方法从图像中检测人脸。
import cv2
import dlib
image = cv2.imread('..\\pessoas\\beatles.jpg')
detector = dlib.cnn_face_detection_model_v1("..\\mmods\\mmod_human_face_detector.dat")
detectedFaces = detec
浏览 4提问于2018-05-26得票数 1
回答已采纳
我为detection.In编写了matlab代码，我的代码是对前100帧进行人脸检测，并从每个帧中裁剪人脸，并将其保存在数据库folder.Problems中。
1.逐帧检测是非常slow.Is的
2.在我的数据库文件夹中，必须显示1~ 100张人脸图像，而不是直接显示第11和12张人脸图像，而是在第10张图像之后显示13张人脸图像。第23张人脸图像是blurr.Likewise，因此丢失了很多图像，有些是blurr.Last图像号，显示为216。但是数据库folder.In中共有106幅人脸图像，其中12幅是blurr.Remaining图像。
clc;
clear all;
obj=v
浏览 1提问于2014-04-25得票数 2
回答已采纳
嗨，我在做一个检测面部标志的应用程序(68分)
我在优化系统上有麻烦。我在用HOG方法检测人脸。
In，检测器(cv_grayscale，face_detections，-0.2);型"dlib::frontal_face_detector&检测器“
里面有这么多的计算。因此，android cpu无法覆盖它们。
那么，有谁解决了这个问题或相关问题？
bool DetectFacesHOG(vector<cv::Rect_<double> >& o_regions, const cv::Mat_<uchar>& intensi
浏览 5提问于2017-04-04得票数 0
我正在使用dlib的最新版本，并试图构建一个使用其dlib::frontal_face_detector和dlib::shape_predictor predictor检测人脸的DLL。但是，在尝试使用detector时，只需执行以下操作：
auto faces = this->detector(img, 0);
我得到了这个编译错误：
Severity Code Description Project File Line Suppression State
Error C2146 syntax error: missing ';' bef
浏览 0提问于2020-08-15得票数 0
回答已采纳
我用dlib来做人脸检测，然后是68点面部地标检测。一般来说，这是非常好的工作。
然而，dlib的人脸检测器有时会检测到只有一只眼睛是可见的，或者人的嘴是不可见的(或者在罕见的情况下，非人脸)。显然，在这些情况下，检测到的68个点中有一些是垃圾。
我怎样才能发现这些病例？
浏览 2提问于2017-11-22得票数 0
1回答
如何从漫画脸部检测地标位置？
、、、、
我一直在研究使用从给定漫画中识别人脸的问题。
到目前为止，我已经尝试使用Python的dlib库从卡通人脸中检测地标点。然而，除了真人之外，它似乎不能很好地在人脸上工作。
有没有其他的选择呢？任何关于人脸对齐和地标检测的建议都将不胜感激。
浏览 0提问于2017-10-27得票数 0
我正在尝试使用dlib从iphone摄像头(BGRA-格式)中检测人脸和提取面部标志。
到目前为止，我已经从AVMetaData中检测到人脸凸起，并在图像的这些边界内绘制了68个dlib地标。当检测到的头部的滚角(从AVMetadata中提取滚角数据)接近-30到30度时，一切正常。然而，如果检测到的头部滚动超过30度，面部标志将完全不对齐。这68个点将不再沿头部旋转，说我拿着我的iphone在横向定位模式下，左边有主页按钮，前面有摄像头，68点画的脸保持正面。
我用openGL(屏幕外渲染)和openCV进行了视频图像渲染测试，它们都产生了相同的结果。渲染方法似乎与我的问题无关。
我的问题是
浏览 0提问于2019-05-04得票数 2
我想使用dlib库实时检测人脸标志。该算法基于Vahid Kazemi和Josephine Sullivan提出的一毫秒人脸对齐算法。
我使用现有的库: dlib，它非常慢。我阅读了如何在上快速完成这项工作，但是在我的计算机上是不可能的，因为我在SSE4或AVX之前没有优化的选项。最后，我使用SSE2。因此，我有以下问题：
可以在移动/web应用程序库dlib中使用-It，以便它能够实时工作？我不熟悉优化设置等等，这就是为什么有多少限制是有趣的。
-It可以在我的计算机中使用，而不需要优化SSE4，这样它才能实时工作？
-This文件shape_predictor_68_face_landma
浏览 5提问于2016-06-17得票数 1
回答已采纳
我在多线程的face 中添加了一个correlation_tracker，奇怪的是，它通常能很好地跟踪屏幕上的人脸，但当你把手放在相机上时，它会一直显示相同的坐标并突出显示相同的区域。有没有好的方法来检测被跟踪的对象何时真正离开？或者，这是否需要偶尔处理较慢的detect-all- the -faces检测器对象？
from __future__ import division
import sys
from time import time, sleep
import threading
import dlib
#from skimage import io
detector = dl
浏览 9提问于2016-08-22得票数 3
起始数据: 2d数组(620x480)包含图像，其中显示人脸；2d数组(30x20)包含眼睛图像。人脸图像包括眼睛图像。
如何将眼睛图像扩展到36x60以包括来自面部图像的像素？有现成的解决方案吗？
另一个类似的任务:眼睛图像有37x27大小。如何将眼睛图像扩展到目标(最接近36x60)大小，例如39x65，即在调整大小之前保持所需的纵横比，然后调整到36x60。
测试代码(项目可由获得)：
import dlib
import cv2 as cv
from imutils.face_utils import shape_to_np
detector = dlib.get_frontal_fa
浏览 1提问于2019-05-22得票数 7
回答已采纳
2回答
基于dlib的眼底标志检测
、、、、
使用dlib，是否有可能在不进行人脸检测的情况下检测眼睛标志？如果是，是如何实现的？如果没有，有什么建议或建议吗？谢谢!
浏览 0提问于2018-11-17得票数 0
1回答
基于dlib的人脸地标检测
、、、、
我有以下代码：
image_1 = cv2.imread('headshot13-14-2.jpg')
image_1_rgb = cv2.cvtColor(image_1, cv2.COLOR_BGR2RGB)
image_1_gray = cv2.cvtColor(image_1_rgb, cv2.COLOR_BGR2GRAY)
p = "shape_predictor_68_face_landmarks.dat"
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predi
浏览 7提问于2020-12-10得票数 0
回答已采纳
1回答
通常我会用dlib识别一张脸，然后用代码裁剪这个脸：
创建人脸检测器
face_detector = dlib.get_frontal_face_detector()
运行检测器并获取图像上面的边界框。
detected_faces =face_detector(图像，1)对于detected_faces中的x，face_frames = (x.left()，x.top()，x.right()，x.bottom())
返回face_frames
用dlib识别人脸似乎很简单，但如何对齐图片中的人脸呢？
我在中看到了代码，需要复杂的计算。
那么如何用简单的方法去除面部的褐藻胶和裁剪呢？
浏览 2提问于2018-05-03得票数 1
我是编程新手。我已将dlib添加到我的xcode项目中，如示例所示。它做得很好。
如何添加人脸识别等附加功能？我需要将人脸中的每个人脸图像转换为128D向量。我试图重写这段cpp代码，以便在我的项目中使用它。
但是我得到了一个编译错误。
显示最近的消息:-1:忽略文件../libdlib.a，文件是为不是所链接的体系结构的存档构建的(armv7)：../libdlib.a
armv64也出现了同样的错误。
//face_recognition.hpp
class face_recognition {
public:
std::vector<matrix<float,0,1
浏览 0提问于2019-01-29得票数 2
由于我使用局部二值直方图(LBPH)算法进行识别，而Haarcascade算法用于人脸检测，我发现这两种算法给出的准确性都达不到想要的水平。在python中有没有机器学习算法可以根据训练过的图像检测和识别图像，并且比LBPH和haarcascade.onetime提供更准确的结果。我尝试使用dlib库，但是在安装它的时候。它要求下载microsoft visual studio，我觉得很无聊。
浏览 18提问于2020-02-16得票数 0
当我试图去除图像的第三维( RGB维)以便将它们输入Knn分类器进行人脸识别时，我遇到了这种令人费解的情况。
我以野生数据库中的一个彩色人脸图像为例。它是本地保存的。
我首先导入图像，然后将其转换为灰度，然后检查维数(time1)，然后用"imwrite“导出，然后再次导入灰度图像，然后再检查其维数(time2)。
在(time1)处，尺寸为2：(250,250)。然而，在(time2)，维数变成3：(250,250，3)。为什么导出和导入会改变灰度图像的维数？当导入灰度图像以保持它的二维时，我应该指定什么？
下面是我的python代码：
import cv2
import matp
浏览 1提问于2018-11-05得票数 2
1回答
在这样的任务中，我倾向于让您使用Mediapipe或Dlib来检测面部的地标，并得到我感兴趣的特定坐标。
但是对于从Profil视图拍摄的人脸，Dlib不能检测到任何东西，Mediapipe给我展示了一个标准的三维人脸网格，它叠加在二维图像上，提供了虚假的坐标。
我想知道是否有任何有计算机视觉(图像处理)知识的人能指导我如何从这张图像中检测出A & B点坐标
PS:背景的颜色变化&而且脸的位置是不标准的。
预先感谢强文本
浏览 1提问于2022-01-20得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
