使用Python和dlib进行人脸检测


“Dlib是一个现代化的C ++工具包,包含用于创建复杂软件的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,其中一个例子就是人脸检测。

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

你需要确定的第一件事是你已经安装和更新了Hombrew。如果您需要安装它,请将其粘贴到终端中:

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

或者,如果您需要更新Hombrew,请输入以下内容:

1.     $ brew update  

您现在可以使用Homebrew来安装CMakeBoost.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:

1.     $ brew install cmake   

2.     $ brew install boost-python  

最后,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Pythonvenv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:

1.     $ virtualenv venv_dlib   

2.     $ source venv_dlib / bin / activate   

3.     $ pip install scikit-image   

4.     $ 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,因此最好在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:

1.     $ pip install matplotlib   

2.     $ 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  

1.     import dlib   

2.         import matplotlib.patches as patches   

3.         import matplotlib.pyplot as plt   

4.         from pathlib import Path   

5.         from skimage import io   

6.         %matplotlib inline   

7.         # Load trained model  

8.         cnn_face_detector = dlib.cnn_face_detection_model_v1(  

9.         'mmod_human_face_detector.dat')   

10.       # Function to detect and show faces in images   

11.       def detect_face_dlib(img_path, ax):   

12.       # Read image and run algorithm   

13.       img = io.imread(img_path)   

14.       dets = cnn_face_detector(img, 1)   

15.       # If there were faces detected, show them   

16.       if len(dets) > 0:   

17.       for d in dets:   

18.       rect = patches.Rectangle(   

19.       (d.rect.left(), d.rect.top()),   

20.       d.rect.width(),   

21.       d.rect.height(),   

22.       fill=False,   

23.       color='b',   

24.       lw='2')   

25.       ax.add_patch(rect)   

26.       ax.imshow(img)   

27.       ax.set_title(str(img_path).split('/')[-1])   

28.       # Path to images   

29.       images = list(Path('faces').glob('*.jpg'))   

30.       # Show results   

31.       fig = plt.figure(figsize=(15, 5))   

32.       for i, img in enumerate(images): 

33.       ax = fig.add_subplot(1, len(images), i+1)   

34.       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!

 

YWSOS.COM 平台代运维解决方案
 评论
 发表评论
姓   名:

Powered by AKCMS