先呈现出玩坏的刘亦菲姐姐
OpenCv 的画图函数
- 画圆 cv2.circle( img, (p1,p2), r, (255,255,255) )
cv2.circle(img=img, center=(50,30), radius=4, color=(255,0,255))
参数 1: img- 图片对象 img;
参数 2: (p1,p2)- 圆心坐标 center;
参数 3: r- 半径 radius;
参数 4: (255,255,255)- 颜色数组;
- 写字符 cv2.putText( img,“test”, (p1,p2), font, 4, (255,255,255), 2, cv2, LINE_AA )
cv2.putText(img=img, text=“hello world”, org=(10,30), fontFace=font, fontScale=0.6, color=(187, 255, 255), thickness=1, lineType=cv2.LINE_AA)
参数 1: img- 图像对象 img;
参数 2: “test”- 需要打印的字符 text(数字的话可以利用 str() 转成字符);
参数 3: (p1,p2)- 坐标 textOrg;
参数 4: font- 字体 fontFace( 注意这里 font = cv2.FONT_HERSHEY_SIMPLEX );
参数 5: 4- 字号 fontScale;
参数 6: (255,255,255)- 颜色数组 color;
参数 7: 2- 线宽 thickness;
参数 8: LINE_AA- 线条种类 line_type;
* 关于 颜色数组:
(255,255,255), (蓝色,绿色,红色),每个值都是 0-255;
比如:蓝色 (255,0,0),紫色 (255,0,255)
import dlib # 人脸检测的库 Dlib
import numpy as np # 数据处理的库 Numpy
import cv2 # 图像处理的库 OpenCv
# Dlib 检测器和预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(r'D:\shape_predictor_68_face_landmarks.dat')
# 读取图像文件
img_rd = cv2.imread("test.jpg")
'''
1、split—提取R、B、G分量(返回值顺序为:B、G、R)
函数原型:split(m, mv=None)
m:彩图矩阵
mv:默认参数
2、merge—合并R、G、B(参数顺序为:B、G、R)
函数原型:merge(mv, dst=None)
m:B、G、R分量
mv:默认参数
3、cvtColor—合并R、G、B(参数顺序为:B、G、R)
函数原型:cvtColor(src, code, dst=None, dstCn=None)
src:图像矩阵
code:转化参数
其他:默认参数
具体参考:https://blog.csdn.net/jnulzl/article/details/47133479
'''
img_gray = cv2.cvtColor(img_rd, cv2.COLOR_RGB2GRAY)
# 人脸数
faces = detector(img_gray, 0)
# 待会要写的字体
font = cv2.FONT_HERSHEY_SIMPLEX
# 标 68 个点
if len(faces) != 0:
# 检测到人脸
for i in range(len(faces)):
# 取特征点坐标
landmarks = np.matrix([[p.x, p.y] for p in predictor(img_rd, faces[i]).parts()])
for idx, point in enumerate(landmarks):
# 68 点的坐标
pos = (point[0, 0], point[0, 1])
# 利用 cv2.circle 给每个特征点画一个圈,共 68 个
cv2.circle(img_rd, pos, 2, color=(139, 0, 0))
# 利用 cv2.putText 写数字 1-68
cv2.putText(img_rd, str(idx + 1), pos, font, 0.2, (187, 255, 255), 1, cv2.LINE_AA)
cv2.putText(img_rd, "faces: " + str(len(faces)), (20, 50), font, 1, (0, 0, 0), 1, cv2.LINE_AA)
else:
# 没有检测到人脸
cv2.putText(img_rd, "no face", (20, 50), font, 1, (0, 0, 0), 1, cv2.LINE_AA)
# 窗口显示
# 参数取 0 可以拖动缩放窗口,为 1 不可以
# cv2.namedWindow("image", 0)
cv2.namedWindow("image", 1)
cv2.imshow("image", img_rd)
#R、G、B分量的提取
(B,G,R) = cv2.split(img_rd)#提取R、G、B分量
cv2.imshow("Red",R)
cv2.imshow("Green",G)
cv2.imshow("Blue",B)
cv2.waitKey(0)