Python 3 利用 Dlib 19.7 实现人脸识别和剪切

引言

利用python开发，借助Dlib库进行人脸识别；

1.dlib_cut_faces.py :

将检测到的人脸剪切下来，依次排序显示在新的图像上；

实现的效果如图1所示，将图1原图中的6张人脸检测出来，然后剪切下来，在图像窗口中依次输出显示人脸；

2.dlib_cut_faces_save.py:

将检测到的人脸生成单个jpg，存储到本地路径；

（实现比较简单，代码量也比较少，适合入门或者兴趣学习。）

图1 原图和dlib_cut_faces.py处理后得到的图像窗口

图2dlib_cut_faces_save.py处理后得到单个人脸图像们

1.开发环境

python:　　3.6.3

dlib:　　　 19.7

OpenCv, numpy

2.设计流程

工作内容主要以下两大块：dlib人脸检测 和 绘制新图像

2.1 dlib人脸检测：

dlib的使用，在我之前另一篇博客里面介绍过

（link: http://www.cnblogs.com/AdaminXie/p/7905888.html）；

2.2 绘制新图像：

2.2.1 确定空白图像尺寸

这部分首先要根据检测到的人脸数和人脸大小，来确定绘制图像所需要的尺寸：

多张人脸要输出到一行，先进行一次人脸的遍历，记每张人脸的尺寸为height*width（高度和宽度说明见图3），

我取的生成图像的尺寸：height_max（最大高度）和width_sum（宽度之和），然后根据尺寸大小来新建空白图像：

2.2.2 图像填充

然后再进行一次人脸遍历，这次进行空白图像img_blank进行填充：

图3 图像尺寸说明

如果想访问图像的某点像素，可以利用img[height][width]：

存储像素其实是一个三维数组，先高度height，然后宽度width;

返回的是一个颜色数组（0-255，0-255，0-255），按照（B, G, R）的顺序；

比如蓝色就是（255，0，0），红色是（0，0，255）;

3.源码

3.1 dlib_cut_faces.py

结果：

图4 原图和处理后得到的图像窗口

3.2 dlib_cut_faces_save.py

如果你想将识别出来的人脸保存成单个的jpg，方便之后处理用，只需将上述代码进行略微修改；

根据每次检测到的人脸尺寸，新建空白图像后写入，然后利用cv2.imwrite写入到本地：

图5 生成的单个人脸jpg

完

TimeStamp

作者：

转载请注明出处

https://www.cnblogs.com/AdaminXie/p/8339863.html