如何解决无法使用 OpenCV2 检测面部标志
我开发了一个脚本,使用 dlib
和 cv2
在该图像中有一张脸的图像上绘制面部标志。这是脚本;
import cv2
import dlib
img_path = 'landmarks.png'
detector = dlib.get_frontal_face_detector()
shape_predictor = 'shape_predictor_68_face_landmarks.dat'
predictor = dlib.shape_predictor(shape_predictor)
count = 1
ready = True
while ready:
frame = cv2.imread("demo.jpg")
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
faces = detector(gray)
for face in faces:
x1 = face.left()
y1 = face.top()
x2 = face.right()
y2 = face.bottom()
cv2.rectangle(frame,(x1,y1),(x2,y2),(0,255,0),3)
landmarks = predictor(gray,face)
for n in range(0,68):
x = landmarks.part(n).x
y = landmarks.part(n).y
cv2.circle(frame,(x,y),4,(255,-1)
cv2.imshow("Frame",frame)
cv2.waitKey(0)
ready = False
现在,是什么让我发疯了。当我尝试从谷歌下载任何图像(带或不带面具)进行测试时,这个脚本工作正常。同样,您可以看到这些结果,例如,
但是当我尝试查看以下这些图片时,它什么也没做。
我在互联网上进行了几次搜索,但没有找到任何符合当前目的的内容。
甚至,我也尝试过
的组合cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
m_cascade = cv2.CascadeClassifier('haarcascade_mcs_mouth.xml')
我还查看了以下有用的链接;
但它也不适用于这些图像。 CV2 detector
在我通过脚本调试时显示一个空列表,例如;
我只想使用上述图像绘制基准地标。我可以通过什么最好的解决方案?也许,我在 cv2
和 Dlib
中遗漏了一些东西,但无法按要求获得结果。
我还使用来自 Stack Overflow 极客 的推荐实现找到了 dlib
的置信度,例如;
import dlib
detector = dlib.get_frontal_face_detector()
img = dlib.load_rgb_image('demo.jpg')
dets,scores,idx = detector.run(img,1,-1)
for i,d in enumerate(dets):
print("Detection {},score: {},face_type:{}".format(
d,scores[i],idx[i]))
这是上述第二行图像中第一张图像的置信度得分结果;
期待从任何出色的人那里获得更好的研究。谢谢
解决方法
首先,我可能会尝试看看您是否可以从 dlib 中获得置信度分数。我不确定置信度阈值是多少,但可能检测到的人脸低于限制。在 dlib Git Repo 中,以下是如何从检测中获得置信度的示例:
if (len(sys.argv[1:]) > 0):
img = dlib.load_rgb_image(sys.argv[1])
dets,scores,idx = detector.run(img,1,-1)
for i,d in enumerate(dets):
print("Detection {},score: {},face_type:{}".format(
d,scores[i],idx[i]))
或者,考虑另一个人脸检测器,例如基于 CNN 的检测器,例如 MobileNet SSD 人脸检测器。我没有使用过这个特定的模型,但我使用过类似的模型,比如效果非常好的 Google TPU-based face detector model here。
,下载“shape_predictor_68_face_landmarks.dat”链接: enter link description here
100% 工作代码试试这个:
import cv2
import dlib
import numpy as np
img= cv2.imread('Capture 8.PNG')
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
p = "shape_predictor_68_face_landmarks.dat"
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(p)
faces = detector(gray)
for face in faces:
x1=face.left()
y1=face.top()
x2=face.right()
y2=face.bottom()
cv2.rectangle(img,(x1,y1),(x2,y2),(0,255,0),3)
landmarks=predictor(gray,face)
for n in range(0,68):
x=landmarks.part(n).x
y=landmarks.part(n).y
cv2.circle(img,(x,y),4,255),-1)
cv2.imshow(img)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。