【计算机视觉40例】案例32：定位人脸
|
【导读】本文是专栏《计算机视觉40例简介》的第32个案例《定位人脸》。该专栏简要介绍李立宗主编《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书的40个案例。 目前，该书已经在电子工业出版社出版，大家可以在京东、淘宝、当当等平台购买。 大家可以在公众号“计算机视觉之光”回复关键字【案例32】获取本文案例的源代码及使用的测试图片等资料。 针对本书40个案例的每一个案例，分别录制了介绍视频。如果嫌看文字版麻烦，可以关注公众号“计算机视觉之光”直接观看视频介绍版。 本文简要介绍了本案例的一些基础知识，更详细的理论介绍、代码实现等内容请参考《计算机视觉40例简介》第27章《dlib库》以获取更详细信息。 |
Dlib是一个现代工具包，包含机器学习算法和工具，用于在程序中构造软件来解决复杂的现实世界问题。它被工业界和学术界广泛应用于机器人、嵌入式设备、移动电话和大型高性能计算环境等领域。Dlib的开源许可允许用户在任何应用程序中免费使用它。
Dlib官网提供了非常翔实的资料，对它的函数有非常具体的使用说明。除此以外，Dlib官网还提供了大量的案例帮助我们快速掌握该工具的使用。
本章中，我们使用Dlib实现几个跟人脸识别相关的具有代表性的案例，具体如下：
- 定位人脸
- 绘制关键点
- 勾勒五官轮廓
- 人脸对齐
- 调用CNN实现人脸检测
本章中所使用的模型均可在Dlib官网下载。
在Dlib中提供了dlib.get_frontal_face_detecto生成人脸检测器。该人脸检测器采用了方向梯度直方图（Histogram of Oriented Gradient, HOG）、线性分类器、图像金字塔和滑动窗口检测等技术。上述类型的对象探测器具有通用性，除了能够检测人脸外，还能够检测多种类型的半刚性对象（semi-rigid object）。
使用Dlib构造和使用人脸检测器的方法如下：
步骤1：构造人脸检测器
使用函数dlib.get_frontal_face_detector()生成人脸检测器detector，使用的语句为：
detector =dlib.get_frontal_face_detector()
步骤2：使用人脸检测器返回检测到的人脸框
使用上一步中所构造的人脸检测器detector，检测指定图像内的人脸。其语法格式为：
faces=detector(image,n)
式中，
- 返回值faces：返回当前检索图像内的所有人脸框。
- 参数image：要检测的可能含有人脸的图像。
- 参数n：表示采用上采样的次数，上采样会让图像变大，能够检测到更多人脸对象。
使用Dlib捕获图像内的人脸核心代码：
# -*- coding: utf-8 -*-
"""
Created on Thu Sep 16 16:37:22 2021
@author: 李立宗 [email protected]
微信公众号：计算机视觉之光（微信号cvlight）
计算机视觉40例——从入门到深度学习（OpenCV-Python）
李立宗 著 电子工业出版社
核心代码截取
"""
# dlib初始化
detector=dlib.get_frontal_face_detector()
# 读取原始图像
img=cv2.imread("people.jpg")
# 使用人脸检测器返回检测到的人脸框
faces=detector(img,1)
# 针对捕获到的多个人脸进行逐个处理
for face in faces:
# 获取人脸框的坐标
x1=face.left()
y1=face.top()
x2=face.right()
y2=face.bottom()
# 绘制人脸框
cv2.rectangle(img,(x1,y1),(x2,y2),(0,255,0),2)
运行程序，运行结果如图1所示，它捕获了照片中的多个人脸。
图1 运行结果
在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》第27章《dlib库》中详细介绍了定位人脸、绘制关键点、勾勒五官轮廓、人脸对齐、调用CNN实现人脸检测等案例。
《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。