dlib 实战：人脸检测、关键点定位与疲劳检测的全流程实现。

dlib 人脸检测基础

dlib 是一个开源的 C++ 工具库，提供了机器学习算法和工具，广泛应用于计算机视觉任务。其内置的人脸检测器基于 HOG（方向梯度直方图）特征和线性分类器实现，具有较高的检测精度和实时性。

安装 dlib 库可以通过 pip 命令完成：

pip install dlib

加载预训练的 HOG 人脸检测器：

import dlib
detector = dlib.get_frontal_face_detector()

检测图像中的人脸并绘制结果：

import cv2
image = cv2.imread("test.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = detector(gray, 1)

for face in faces:
    x, y, w, h = face.left(), face.top(), face.width(), face.height()
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)

cv2.imshow("Faces", image)
cv2.waitKey(0)

人脸关键点定位技术

dlib 提供了 68 点人脸关键点检测模型，能够精确定位面部特征点。这些关键点包括眼睛、眉毛、鼻子、嘴巴等部位，为后续的疲劳检测提供基础数据。

下载并加载预训练的关键点检测器：

predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

检测关键点并可视化：

for face in faces:
    landmarks = predictor(gray, face)
    for n in range(68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        cv2.circle(image, (x, y), 2, (0, 0, 255), -1)

疲劳