Dlib Reconnaissance des visages

Dlib Reconnaissance des visages

1, l'installation Dlib

Code écrit dans le cahier jupyter pour la finition

bloc-notes jupyter est un outil

pip installer jupyter ------------> Installation

Comment commencer:

ligne de commande, tapez: bloc-notes jupyter

Prémisse configuration variable d'environnement avec succès

​

Dlib 安装 -------------> pip installer Dlib

Dlib il existe différentes versions, la dernière version (19.17.0), testé, dll package n'est pas complet, donc la dernière fois que l'utilisation de I, un petit problème, au fil du temps, à la réparation

Avant d'installer la version recommandée (19.8.1)

pip installer Dlib == 19.8.1

2, la reconnaissance du visage Dlib

similitudes CV2 et Dlib et différences

Vous pouvez reconnaître les visages

CV2 cascade reconnaître les visages, a permis à des algorithmes, des données caractéristiques du visage: Haar

Dlib sous-jacent réseau de neurones utilisé est la profondeur

Ainsi, la précision de la reconnaissance Dlib, que OpenCV (CV2) Haut

pip installer OpenCV-python

Nous pouvons dans le code, le peloton de tête

Dlib appeler la méthode appropriée pour reconnaître les visages

face_detector = dlib.get_frontal_face_detector ()

Appel:

Visage données de coordonnées

faces = face_detector (image, 1)

Draw:

    for face in faces:
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
 
        cv2.rectangle(jin,pt1 = (left,top),pt2 = (right,bottom),color = [0,0,255],thickness = 2)

​

3, Dlib plus d'une reconnaissance de visage

jupyter exécuter du code Ctrl + Entrée

Plus d'un visage et un seul code est exactement la même que la reconnaissance faciale

4, Dlib peut reconnaître les visages en vidéo

fonctionnement de la vidéo, d'abord lire la vidéo

Outils CV2 ---------> OpenCV -------> Computer Vision

Présentations, vidéos chaque image, affichage

cv2.waitKey (10) --------> millisecondes, avance rapide sentiment

La vidéo peut détecter le visage humain, mais le jeu ralenti, et pourquoi? ? ?

Parce que la reconnaissance des visages, algorithme, beaucoup de calcul, le calcul, le temps passé

5, Dlib peut marquer des points face à touche (points de contour)

1, la reconnaissance des visages

2, reconnaître les visages des points clés de contour

Visage 68 points clés: la bouche, le nez, les yeux, les sourcils, contour

forme = dlib.shape_predictor ( './ shape_predictor_68_face_landmarks.dat')

facemarks = forme (jin, visage)

de marque dans facemarks.parts ():

x = mark.x

y = mark.y

cv2.circle (jin, centre = (x, y), rayon = 2, couleur = [0,255,0], épaisseur = 2)