Python 3 利用 Dlib 实现摄像头实时人脸检测和平铺显示
1. 引言
在某些场景下，我们不仅需要进行实时人脸检测追踪，还要进行再加工；这里进行摄像头实时人脸检测，并对于实时检测的人脸进行初步提取；
单个/多个人脸检测，并依次在摄像头窗口，实时平铺显示检测到的人脸；
检测到的人脸矩形图像，会依次 平铺显示 在摄像头的左上方；
当多个人脸时候，也能够依次铺开显示；
左上角窗口的大小会根据捕获到的人脸大小实时变化；
2. 代码实现
主要分为三个部分：
- 摄像头调用，利用 OpenCv 里面的 cv2.VideoCapture() ;
- 人脸检测 / Face detect，这里利用开源的 Dlib 框架，Dlib 中人脸检测具体可以参考 https://www.cnblogs.com/AdaminXie/p/7905888.html ；
- 图像填充，剪切部分可以参考 https://www.cnblogs.com/AdaminXie/p/8339863.html；
2.1 摄像头调用
Python 中利用 OpenCv 调用摄像头的一个例子 https://github.com/coneypo/Dlib_face_cut/blob/master/how_to_use_camera.py :
1 # OpenCv 调用摄像头
2 # 默认调用笔记本摄像头
3
4 # Author: coneypo
5 # Blog: http://www.cnblogs.com/AdaminXie
6 # GitHub: https://github.com/coneypo/Dlib_face_recognition_from_camera
7 # Mail: coneypo@foxmail.com
8
9 import cv2
10
11 cap = cv2.VideoCapture(0)
12
13 # cap.set(propId, value)
14 # 设置视频参数: propId - 设置的视频参数, value - 设置的参数值
15 cap.set(3, 480)
16
17 # cap.isOpened() 返回 true/false, 检查摄像头初始化是否成功
18 print(cap.isOpened())
19
20 # cap.read()
21 """
22 返回两个值
23 先返回一个布尔值, 如果视频读取正确, 则为 True, 如果错误, 则为 False;
24 也可用来判断是否到视频末尾;
25
26 再返回一个值, 为每一帧的图像, 该值是一个三维矩阵;
27
28 通用接收方法为:
29 ret,frame = cap.read();
30 ret: 布尔值;
31 frame: 图像的三维矩阵;
32 这样 ret 存储布尔值, frame 存储图像;
33
34 若使用一个变量来接收两个值, 如:
35 frame = cap.read()
36 则 frame 为一个元组, 原来使用 frame 处需更改为 frame[1]
37 """
38
39 while cap.isOpened():
40 ret_flag, img_camera = cap.read()
41 cv2.imshow("camera", img_camera)
42
43 # 每帧数据延时 1ms, 延时为0, 读取的是静态帧
44 k = cv2.waitKey(1)
45
46 # 按下 's' 保存截图
47 if k == ord('s'):
48 cv2.imwrite("test.jpg", img_camera)
49
50 # 按下 'q' 退出
51 if k == ord('q'):
52 break
53
54 # 释放所有摄像头
55 cap.release()
56
57 # 删除建立的所有窗口
58 cv2.destroyAllWindows()2.2 人脸检测
利用 Dlib 正向人脸检测器， dlib.get_frontal_face_detector()；
对于本地人脸图像文件，利用 Dlib 进行人脸检测的例子:
1 # created at 2017-11-27
2 # updated at 2018-09-06
3
4 # Author: coneypo
5 # Dlib: http://dlib.net/
6 # Blog: http://www.cnblogs.com/AdaminXie/
7 # Github: https://github.com/coneypo/Dlib_examples
8
9 # create object of OpenCv
10 # use OpenCv to read and show images
11
12 import dlib
13 import cv2
14
15 # 使用 Dlib 的正面人脸检测器 frontal_face_detector
16 detector = dlib.get_frontal_face_detector()
17
18 # 图片所在路径
19 # read image
20 img = cv2.imread("imgs/faces_2.jpeg")
21
22 # 使用 detector 检测器来检测图像中的人脸
23 # use detector of Dlib to detector faces
24 faces = detector(img, 1)
25 print("人脸数 / Faces in all: ", len(faces))
26
27 # Traversal every face
28 for i, d in enumerate(faces):
29 print("第", i+1, "个人脸的矩形框坐标：",
30 "left:", d.left(), "right:", d.right(), "top:", d.top(), "bottom:", d.bottom())
31 cv2.rectangle(img, tuple([d.left(), d.top()]), tuple([d.right(), d.bottom()]), (0, 255, 255), 2)
32
33 cv2.namedWindow("img", 2)
34 cv2.imshow("img", img)
35 cv2.waitKey(0)
2.3 图像裁剪
如果想访问图像的某点像素，对于 opencv 对象可以利用索引 img [height] [width]：
存储像素其实是一个三维数组，先 高度 height，然后 宽度 width;
返回的是一个颜色数组（ 0-255，0-255，0-255 ），按照（ B, G, R ）的顺序；
比如 蓝色 就是（255，0，0），红色 是（0，0，255）;
所以进行图像裁剪填充这块的代码如下（注意超出 640×480 区域时的处理）:
# 记录每次开始写入人脸像素的宽度位置
blank_start = 0
# 如果没有超出摄像头边界
if (d.bottom() < 480) and (d.right() < 640):
for k, d in enumerate(faces):
height = d.bottom() - d.top()
width = d.right() - d.left()
# 如果没有超出摄像头边界
if ((d.top()+height) < 480) and ((d.left()+width)<640):
# 填充
for i in range(height):
for j in range(width):
img_rd[i][blank_start + j] = \
img_rd[d.top() + i][d.left() + j]
# 调整图像
blank_start += width记得要更新 blank_start 的坐标，达到依次平铺的效果:
2.4. 完整源码
https://github.com/coneypo/Dlib_face_cut/blob/master/faces_from_camera.py:
1 # 调用摄像头实时单个/多个人脸检测，并依次在摄像头窗口，实时平铺显示检测到的人脸；
2
3 # Author: coneypo
4 # Blog: http://www.cnblogs.com/AdaminXie
5 # GitHub: https://github.com/coneypo/Dlib_face_detection_from_camera
6
7 import dlib
8 import cv2
9 import time
10 import numpy as np
11
12 # 储存截图的目录
13 path_screenshots = "data/images/screenshots/"
14
15 detector = dlib.get_frontal_face_detector()
16 predictor = dlib.shape_predictor('data/dlib/shape_predictor_68_face_landmarks.dat')
17
18 # 创建 cv2 摄像头对象
19 cap = cv2.VideoCapture(0)
20
21 # cap.set(propId, value)
22 # 设置视频参数，propId 设置的视频参数，value 设置的参数值
23 cap.set(3, 960)
24
25 # 截图 screenshots 的计数器
26 cnt = 0
27
28 # cap.isOpened() 返回 true/false 检查初始化是否成功
29 while cap.isOpened():
30
31 # cap.read()
32 # 返回两个值：
33 # 一个布尔值 true/false，用来判断读取视频是否成功/是否到视频末尾
34 # 图像对象，图像的三维矩阵
35 flag, img_rd = cap.read()
36
37 # 每帧数据延时 1ms，延时为 0 读取的是静态帧
38 k = cv2.waitKey(1)
39
40 # 取灰度
41 img_gray = cv2.cvtColor(img_rd, cv2.COLOR_RGB2GRAY)
42
43 # 人脸数
44 faces = detector(img_gray, 0)
45
46 # 待会要写的字体
47 font = cv2.FONT_HERSHEY_SIMPLEX
48
49 # 按下 'q' 键退出
50 if k == ord('q'):
51 break
52 else:
53 if len(faces) != 0:
54 # 检测到人脸
55 for kk, d in enumerate(faces):
56 # 绘制矩形框
57 cv2.rectangle(img_rd, tuple([d.left(), d.top()]), tuple([d.right(), d.bottom()]), (0, 255, 255), 2)
58
59 height = d.bottom() - d.top()
60 width = d.right() - d.left()
61
62 # 生成用来显示的图像
63 img_blank = np.zeros((height, width, 3), np.uint8)
64
65 # 记录每次开始写入人脸像素的宽度位置
66 blank_start = 0
67 # 如果没有超出摄像头边界
68 if (d.bottom() < 480) and (d.right() < 640):
69 for k, d in enumerate(faces):
70 height = d.bottom() - d.top()
71 width = d.right() - d.left()
72
73 # 如果没有超出摄像头边界
74 if ((d.top()+height) < 480) and ((d.left()+width)<640):
75 # 填充
76 for i in range(height):
77 for j in range(width):
78 img_rd[i][blank_start + j] = \
79 img_rd[d.top() + i][d.left() + j]
80 # 调整图像
81 blank_start += width
82
83 cv2.putText(img_rd, "Faces in all: " + str(len(faces)), (20, 350), font, 0.8, (0, 0, 0), 1, cv2.LINE_AA)
84
85 else:
86 # 没有检测到人脸
87 cv2.putText(img_rd, "no face", (20, 350), font, 0.8, (0, 0, 0), 1, cv2.LINE_AA)
88
89 # 添加说明
90 img_rd = cv2.putText(img_rd, "Press 'S': Screen shot", (20, 400), font, 0.8, (255, 255, 255), 1, cv2.LINE_AA)
91 img_rd = cv2.putText(img_rd, "Press 'Q': Quit", (20, 450), font, 0.8, (255, 255, 255), 1, cv2.LINE_AA)
92
93 # 按下 's' 键保存
94 if k == ord('s'):
95 cnt += 1
96 print(path_screenshots + "screenshot" + "_" + str(cnt) + "_" + time.strftime("%Y-%m-%d-%H-%M-%S",
97 time.localtime()) + ".jpg")
98 cv2.imwrite(path_screenshots + "screenshot" + "_" + str(cnt) + "_" + time.strftime("%Y-%m-%d-%H-%M-%S",
99 time.localtime()) + ".jpg",
100 img_rd)
101
102 cv2.namedWindow("camera", 1)
103 cv2.imshow("camera", img_rd)
104
105 # 释放摄像头
106 cap.release()
107
108 # 删除建立的窗口
109 cv2.destroyAllWindows()这个代码就是把之前做的人脸检测，图像拼接几个结合起来，代码量也很少，只有100行，如有问题可以参考之前博客：
https://www.cnblogs.com/AdaminXie/p/7905888.html
https://www.cnblogs.com/AdaminXie/p/8339863.html
人脸检测对于机器性能占用不高，但是如果要进行实时的图像裁剪拼接，计算量可能比较大，所以可能会出现卡顿；
# 请尊重他人劳动成果，转载或者使用源码请注明出处：http://www.cnblogs.com/AdaminXie
# 如果对您有帮助，欢迎在 GitHub 上 Star 支持下: https://github.com/coneypo/Dlib_face_cut
# 如有问题请留言或者联系邮箱 coneypo@foxmail.com，商业合作勿扰
原文链接：https://www.cnblogs.com/AdaminXie/p/10317066.html
