「图像处理」使用Python+Openface实现人脸识别与关键点（landmarks）检测

您所在的位置：网站首页 › 人脸定位跟踪软件下载安装 › 「图像处理」使用Python+Openface实现人脸识别与关键点（landmarks）检测

「图像处理」使用Python+Openface实现人脸识别与关键点（landmarks）检测

2024-07-11 10:39:05| 来源: 网络整理| 查看: 265

1、如何在Python上安装OpenFace 下载安装

1、首先需要下载OpenFace源码：

（Anaconda、Git等自行提前安装）

git clone https://github.com/cmusatyalab/openface.git

2、接着进入openface路径

cd openface

3、执行：

pip install -r requirements.txt

4、执行：

python setup.py install

需要说明的是，第3步，自动安装可能会很慢或出问题，可以（参考该文件内容）手动安装依赖项。

完成验证

安装完之后，可以在控制台中，进入python环境，然后导入openface的包看是否报错

可能会有确实其他包的报错，比如报缺少“opencv_python”，缺什么就装什么即可，知道不再报错。

模型下载

进入

cd models

运行

./get-models.sh

或者手动下载(参考该文件内容)：

1、http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2

解压到：【*openface\models\dlib】目录下

2、https://storage.cmusatyalab.org/openface-models/nn4.small2.v1.t7

https://storage.cmusatyalab.org/openface-models/celeb-classifier.nn4.small2.v1.pkl

这两个放到【*openface\models\openface】目录下

2、用opencv实现一个实时摄像头获取画面的程序 import threading import cv2 class OpcvCapture(threading.Thread): def __init__(self, win_name, cam_name): super().__init__() self.cam_name = cam_name self.win_name = win_name def run(self): capture = cv2.VideoCapture(self.cam_name) while (True): # 获取一帧 ret, frame = capture.read() cv2.imshow(self.win_name, frame) cv2.waitKey(1) if __name__ == "__main__": camera1 = OpcvCapture("camera1", 1) camera1.start() run_code = 0

3、添加人脸检测和关键点识别代码加载必要的数据和模型：

路径根据实际进行配置，或将【models】文件夹复制到项目所在位置

import os import openface fileDir = os.path.dirname(os.path.realpath(__file__)) modelDir = os.path.join(fileDir, 'models') dlibModelDir = os.path.join(modelDir, 'dlib') align = openface.AlignDlib(os.path.join(dlibModelDir, "shape_predictor_68_face_landmarks.dat")) 添加检测算法并绘制点 def _detector(self, frame, mirror=False): show_img = cv2.flip(frame, flipCode=1) if mirror else frame rects = align.getAllFaceBoundingBoxes(show_img) if len(rects) > 0: bb = align.findLandmarks(show_img, rects[0]) for pt in bb: cv2.circle(show_img, pt, 3, [0, 0, 255], thickness=-1) return show_img 在获取到的帧上进行调用

在第二节的摄像头画面获取的程序中，每获取到一帧图像后调用检测算法，将返回的结果进行显示：

#摄像头实时画面线程类的部分代码 def run(self): capture = cv2.VideoCapture(self.cam_name) while (True): # 获取一帧 ret, frame = capture.read() # 获取的帧送入检测，绘制检测结果后返回,自拍模式做镜像 show_img = self._detector(frame, mirror=True) cv2.imshow(self.win_name, show_img) cv2.waitKey(1) 最终效果：

完整代码： #!/usr/bin/env python # -*- coding:utf-8 -*- # @FileName :opfacevideo.py # @Time :2020/6/20 16:23 # @Author :Raink import threading import cv2 import os import openface fileDir = os.path.dirname(os.path.realpath(__file__)) modelDir = os.path.join(fileDir, 'models') dlibModelDir = os.path.join(modelDir, 'dlib') align = openface.AlignDlib(os.path.join(dlibModelDir, "shape_predictor_68_face_landmarks.dat")) class OpcvCapture(threading.Thread): def __init__(self, win_name, cam_name): super().__init__() self.cam_name = cam_name self.win_name = win_name # self.frame = np.zeros([400, 400, 3], np.uint8) def run(self): capture = cv2.VideoCapture(self.cam_name) while (True): # 获取一帧 ret, frame = capture.read() # 获取的帧送入检测，绘制检测结果后返回,自拍模式做镜像 show_img = self._detector(frame, mirror=True) cv2.imshow(self.win_name, show_img) cv2.waitKey(1) def _detector(self, frame, mirror=False): show_img = cv2.flip(frame, flipCode=1) if mirror else frame rects = align.getAllFaceBoundingBoxes(show_img) if len(rects) > 0: bb = align.findLandmarks(show_img, rects[0]) for pt in bb: cv2.circle(show_img, pt, 3, [0, 0, 255], thickness=-1) return show_img if __name__ == "__main__": camera1 = OpcvCapture("camera1", 1) camera1.start()

【本文地址】

公司简介

联系我们

今日新闻

点击排行

实验室常用的仪器、试剂和: 说到实验室常用到的东西，主要就分为仪器、试剂和耗

不用再找了，全球10大实验: 01、赛默飞世尔科技（热电）Thermo Fisher Scientif

三代水柜的量产巅峰T-72坦: 作者：寞寒最近，西边闹腾挺大，本来小寞以为忙完这

通风柜跟实验室通风系统有: 说到通风柜跟实验室通风，不少人都纠结二者到底是不

集消毒杀菌、烘干收纳为一: 厨房是家里细菌较多的地方，潮湿的环境、没有完全密

实验室设备之全钢实验台如: 全钢实验台是实验室家具中较为重要的家具之一，很多

图片新闻

实验室药品柜的特性有哪些: 实验室药品柜是实验室家具的重要组成部分之一，主要

小学科学实验中有哪些教学: 计算机计算器一般打孔器打气筒仪器车显微镜

实验室各种仪器原理动图讲: 1.紫外分光光谱UV分析原理：吸收紫外光能量，引起分

高中化学常见仪器及实验装: 1、可加热仪器：2、计量仪器：（1）仪器A的名称：量

微生物操作主要设备和器具: 今天盘点一下微生物操作主要设备和器具，别嫌我啰嗦

浅谈通风柜使用基本常识: 　众所周知，通风柜功能中最主要的就是排气功能。在

「图像处理」使用Python+Openface实现人脸识别与关键点（landmarks）检测

「图像处理」使用Python+Openface实现人脸识别与关键点（landmarks）检测

今日新闻

点击排行

推荐新闻

图片新闻

专题文章