python百度人脸识别教程,Python图像识别库

　　dlibdlib简介

　　这里我们主要尝试实现人脸检测。Dlib的人脸检测主要基于HOG-SVM，与opencv的人脸检测不同。相比之下，dlib的识别准确率更高，即使遮挡很小也能识别。(不过，情况一定要具体分析。相反，opencv可以检测到一些人脸。但dlib的人脸识别图像尺寸大于80X80可以获得更好的识别效果。Dlib还可以对齐68个键。

　　如果你想要更高的识别准确率，因为我以前做实验的数据都是一个人的头像，我就简单粗暴的把两者结合起来了。写if else哈哈哈哈哈哈

　　但是安装dlib库比较麻烦。另外你还需要下载很多其他的库，下载VS，我记得安装后找了很多教程，花了我一些时间才安装好。

　　实现：

　　Importdlibimportcv2#dlib正面人脸检测器frontal _ face _ detector detector=dlib . get _ frontal _ face _ detector(# image path img(64，64)) #img_gray=cv2.cvtcolor) img、cv2。COLOR_RGB2GRAY)图像窗口生成Dlib # win=Dlib . Image _ window(# win . set _ Image)img))所有图像中使用检测器的人脸：)，Len) Faces)) for i，dinenumerate) faces): print)，the first)，the first)。左(，(t)，)右： )，右： )，上： )，下：).d.top())、tuple(d.right)、d.bottom))、0，255，255)、2)else 3360 print) no face )cv2 . non img)

　　如之前的博客测试图所示，我们发现dlib并不能识别一切。所以，请具体看看你确定的数据集。

　　我又换了一个像素大小的，但是我全认出来了。

　　关键点定位：

　　# instantiation detector=dlib . get _ frontier _ face _ detector(predictor=dlib . shape _ predictor(shape _ predictor)img=cv2 . im read(r c:(users(Lenovo))Desktop)2 . jpg)# number of faces rects=detector)img，1)printing(len(rects)(print)rects(foriinrange)len)rects)):landmarks=NP . matrix([[p[p . x，p.y] frex] 1) print(idx，pos))用cv2圈出每个特征点

　　原图

　　结果

　　要键入的参数：

　　链接：KCDickJ9VFS1 SMKA87EJRG，https://pan。Baidu.com/s/1

　　抽屉代码：ju3e

　　完整版见我的github。

　　有批量处理的代码。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。