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)