机器学习-特征提取68

先呈现出玩坏的刘亦菲姐姐

OpenCv 的画图函数

1. 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；

2. 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)