使用Python和dlib进行人脸检测

 

“Dlib是使用一个现代化的C ++工具包，包含用于创建复杂软件的行人机器学习算法和工具”。它使您能够直接在Python中运行许多任务，脸检其中一个例子就是使用人脸检测。 

安装dlib并不像只做一个“pip install dlib”那么简单，行人因为要正确配置和编译dlib，脸检您首先需要安装其他系统依赖项。使用如果你按照这里描述的行人步骤，它应该很容易让dlib启动并运行。脸检（在本文中，使用我将介绍如何在Mac上安装dlib，行人但如果您使用的脸检是Ubuntu，请务必查看相关资源部分的使用链接。） 

你需要确定的行人***件事是你已经安装和更新了Hombrew。如果您需要安装它，脸检请将其粘贴到终端中： 

$ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"  

或者，如果您需要更新Hombrew，源码下载请输入以下内容： 

$ brew update  

您现在可以使用Homebrew来安装CMake，Boost.Python，以及在您的系统中正确配置和编译dlib所需的两个依赖关系： 

$ brew install cmake   $ brew install boost-python  

***，您需要手动下载并安装XQuartz。 

您现在已准备好安装dlib。我们将通过首先为这个项目创建一个孤立的虚拟环境来做到这一点。我将使用virtualenv，但您可以使用任何您熟悉的虚拟环境工具，包括Python的venv模块。需要scikit-image库才能读取我们稍后将传递给dlib的图像文件，因此我们还需要pip安装它： 

$ virtualenv venv_dlib   $ source venv_dlib / bin / activate   $ pip install scikit-image   $ pip install dlib  

就是这样。有了这个，你应该有可用的dlib。

Dlib 

Dlib提供了不同的脸部检测算法。我将在这里使用的是基于CNN的b2b供应网人脸检测器。您可以下载预训练模型：https：//github.com/davisking/dlib-models。由于使用此模型的计算成本很高，因此***在GPU上执行以下代码。使用CPU也可以，但速度会更慢。 

要在下面的要点中运行人脸检测代码，我建议首先在虚拟环境中再安装两个库。这些库将使与代码交互和可视化结果更容易： 

$ pip install matplotlib   $ pip install jupyterlab  

安装完库后，您需要确保： 

    下载预训练模型（http://dlib.net/files/mmod_human_face_detector.dat.bz2）并将其存储在项目的根目录中      创建一个名为faces的新目录，在该目录中存储带有希望检测的脸部的.jpg。 

有了这个，你终于准备好开始在图片中检测脸部了！您可以通过在Jupyter Notebook中运行以下代码来完成此操作    

import dlib       import matplotlib.patches as patches       import matplotlib.pyplot as plt       from pathlib import Path       from skimage import io       %matplotlib inline       # Load trained model      cnn_face_detector = dlib.cnn_face_detection_model_v1(      mmod_human_face_detector.dat)       # Function to detect and show faces in images       def detect_face_dlib(img_path, ax):       # Read image and run algorithm       img = io.imread(img_path)       dets = cnn_face_detector(img, 1)       # If there were faces detected, show them       if len(dets) > 0:       for d in dets:       rect = patches.Rectangle(       (d.rect.left(), d.rect.top()),       d.rect.width(),       d.rect.height(),       fill=False,       color=b,       lw=2)       ax.add_patch(rect)       ax.imshow(img)       ax.set_title(str(img_path).split(/)[-1])       # Path to images       images = list(Path(faces).glob(*.jpg))       # Show results       fig = plt.figure(figsize=(15, 5))       for i, img in enumerate(images):     ax = fig.add_subplot(1, len(images), i+1)       detect_face_dlib(img, ax)  

结果 

在运行代码之后，您应该看到图像中的脸部周围出现蓝色方块，如果您问我，考虑到我们只写了几行代码，这非常棒！  

企商汇

很赞哦!（7887）