深度学习(PYTORCH)-2.python调用dlib提取人脸68个特征点
2018-03-02 16:26
1321 查看
在看官方教程时,无意中发现别人写的一个脚本,非常简洁。
官方教程地址:http://pytorch.org/tutorials/beginner/data_loading_tutorial.html#sphx-glr-beginner-data-loading-tutorial-py
使用的是dlib自带的特征点检测库,初期用来测试还是不错的
1 from __future__ import print_function, division 2 import os 3 import torch 4 import pandas as pd 5 from skimage import io, transform 6 import numpy as np 7 import matplotlib.pyplot as plt 8 from torch.utils.data import Dataset, DataLoader 9 from torchvision import transforms, utils 10 11 # Ignore warnings 12 import warnings 13 warnings.filterwarnings("ignore") 14 15 plt.ion() # interactive mode 16 17 landmarks_frame = pd.read_csv('faces/face_landmarks.csv') 18 19 n = 5 20 img_name = landmarks_frame.iloc[n, 0] 21 landmarks = landmarks_frame.iloc[n, 1:].as_matrix() 22 landmarks = landmarks.astype('float').reshape(-1, 2) 23 24 print('Image name: {}'.format(img_name)) 25 print('Landmarks shape: {}'.format(landmarks.shape)) 26 print('First 4 Landmarks: {}'.format(landmarks[:4])) 27 28 def show_landmarks(image, landmarks): 29 """Show image with landmarks""" 30 plt.imshow(image) 31 plt.scatter(landmarks[:, 0], landmarks[:, 1], s=10, marker='.', c='r') 32 plt.pause(0.001) # pause a bit so that plots are updated 33 34 plt.figure() 35 show_landmarks(io.imread(os.path.join('faces/', img_name)), 36 landmarks) 37 plt.show()View Code
效果图:
相关文章推荐
- 用dlib和opencv进行不同角度人脸检测及68个关键点提取(Python)
- Dlib + python + opencv 实时人脸68特征点提取
- python调用resnet模型 对人脸图片进行特征提取,提取全连接层特征向量
- python3利用Dlib19.7实现人脸68个特征点标定
- C++之Dlib库实现68个特征点人脸的提取(根据Dlib官网例程改写)
- Dlib提取人脸特征点(68点,opencv画图)
- 4、dlib学习笔记--提取人脸特征点(68点,opencv画图)
- Dlib提取人脸特征点(68点,opencv画图)
- 深度学习(九)caffe预测、特征可视化python接口调用
- python 3利用Dlib 19.7实现摄像头人脸检测特征点标定
- 深度学习(九)caffe预测、特征可视化python接口调用
- 使用caffe的python接口进行特征提取和人脸验证
- 三种文本特征提取(TF-IDF/Word2Vec/CountVectorizer)及Spark MLlib调用实例(Scala/Java/python)
- 人脸特征点提取算法包对比(ASM/深度学习)
- python dlib学习(二):人脸特征点标定
- 人脸检测? 对Python来说太简单, 调用dlib包就可以完成
- 人脸检测、提取特征点(dlib下的三个例子)
- python dlib学习(三):调用cnn人脸检测
- dlib python人脸检测 特征点定位
- 深度学习(九)caffe预测、特征可视化python接口调用