OpenCV从入门到精通实战(八)——基于dlib的人脸关键点定位

本文使用Python库dlib和OpenCV来实现面部特征点的检测和标注。

下面是代码的主要步骤和相关的代码片段：

步骤一：导入必要的库和设置参数

首先，代码导入了必要的Python库，并通过argparse设置了输入图像和面部标记预测器的参数。

from collections import OrderedDict
import numpy as np
import argparse
import dlib
import cv2

步骤二：定义面部关键点索引

使用OrderedDict定义了两组面部关键点，一组包含68个点，另一组包含5个点，这些关键点用于后续的特征提取。

FACIAL_LANDMARKS_68_IDXS = OrderedDict([
    ("mouth", (48, 68)),
    ("right\_eyebrow", (17, 22)),
    ("left\_eyebrow", (22, 27)),
    ("right\_eye", (36, 42)),
    ("left\_eye", (42, 48)),
    ("nose", (27, 36)),
    ("jaw", (0, 17))
])

步骤三：人脸检测和关键点预测

使用dlib的面部检测器和预测器，对输入的图像进行人脸检测，并对每个检测到的人脸进行关键点定位。

detector = dlib.get_fronta