利用Dlib进行人脸特征局部定位
2016-11-10 13:17
316 查看
shape_predictor_68_face_landmarks.dat模型库下载地址:http://pan.baidu.com/s/1pLpREDd 密码:80v6
在运行该程序前,请配好Dlib和opencv。本人用的是vs2010+opencv2.4.11+Dlib18.18
void CDlib_MFCDlg::OnBnClickedFace() { // TODO: 在此添加控件通知处理程序代码 char img_file[]="G:\\Source\\111.jpg"; char mark_file[]="G:\\Source\\shape_predictor_68_face_landmarks.dat";//必须导入该模型 Mat img=imread(img_file); //需要一个人脸检测器,获得一个边界框 frontal_face_detector detector=get_frontal_face_detector(); //需要一个形状预测器,这是一个工具用来预测给定的图片和脸边界狂的标记点的位置 //这里我们仅仅从shape_Predictor_68_face_landmarks.dat文件加载模型 shape_predictor sp;//定义个shape_predictor类的实例 deserialize(mark_file) >> sp;//模型解析 // serialize("face_detector.svm")<<detector;//模型存储 /* object_detector<image_scanner_type> detector2; deserialize("face_detector.svm")>> detector2; */ /* structural_object_detection_trainer<image_scanner_type> trainer(scanner); // 设置训练参数 trainer.set_num_threads(4); // 设置SVM的参数C,C越大表示更好地去拟合训练集,当然也有可能造成过拟合。通过尝试不同C在测试集上的效果得到最佳值 trainer.set_c(1); trainer.be_verbose(); //设置训练结束条件,"risk gap"<0.01时训练结束,值越小表示SVM优化问题越精确,训练时间也会越久。 //通常取0.1-0.01.在verbose模式下每一轮的risk gap都会打印出来。 trainer.set_epsilon(0.01); */ array2d<rgb_pixel>arrImg;//注意变量类型rgb_pixel三通道彩色图像 load_image(arrImg,img_file); std::vector<dlib::rectangle>dets= detector(arrImg); for(unsigned long j=0;j<dets.size();j++) { full_object_detection shape=sp(arrImg,dets[j]); for(unsigned long i=0;i<shape.num_parts();i++)//shape.num_parts()记录了68个点的坐标 { point pt=shape.part(i); int x=pt.x(); int y=pt.y(); line(img,Point(pt.x(),pt.y()),Point(pt.x(),pt.y()),Scalar(0,0,255),2); } } imshow("img",img); waitKey(); }
相关文章推荐
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结2——级联分类器与检测过程
- opencv结合dlib进行人脸特征点的检测
- (链接) AdaBoost中利用Haar特征进行人脸识别算法分析与总结
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结
- python︱利用dlib和opencv实现简单换脸、人脸对齐、关键点定位与画图
- python 3利用Dlib 19.7实现摄像头人脸检测特征点标定
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图
- 利用OpenCV的Haar特征目标检测方法进行人脸识别的尝试(一)
- 利用Adaboost和LBP特征进行人脸检测
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结
- dlib python人脸检测 特征点定位
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图
- 利用Adaboost和Haar特征进行人脸检测
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图
- python3利用Dlib19.7实现人脸68个特征点标定
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结2——级联分类器与检测过程 .
- AdaBoost中利用Haar特征进行人脸识别算法分析与总结1——Haar特征与积分图