计算机视觉：人脸识别与检测

太过爱你忘了你带给我的痛 2024-02-18 10:33 51阅读 0赞

**目录**

前言

识别检测方法

本文方法

项目解析

完整代码及效果展示

--------------------

#### 前言 ####

人脸识别作为一种生物特征识别技术，具有非侵扰性、非接触性、友好性和便捷性等优点。人脸识别通用的流程主要包括人脸检测、人脸裁剪、人脸校正、特征提取和人脸识别。人脸检测是从获取的图像中去除干扰，提取人脸信息，获取人脸图像位置，检测的成功率主要受图像质量，光线强弱和遮挡等因素影响。下图是整个人脸检测过程。

![8f5ed1bd9408443c9fe39ca92c254dc4.png][]

#### 识别检测方法 ####

1.  传统识别方法  
    (1)基于点云数据的人脸识别  
    (2)基于面部特征的3D人脸识别
2.  深度学习识别方法  
    (1)基于深度图的人脸识别  
    (2)基于RGB-3DMM的人脸识别  
    (3)基于RGB-D的人脸识别

#### 本文方法 ####

关键点定位概述  
一般人脸中有5个关键点，其中包括眼睛两个，鼻子一个，嘴角两个。还可以细致的分为68个关键点，这样的话会概括的比较全面，我们本次研究就是68个关键点定位。

![d5db911b0c694fc5aaf44e87d19316bb.png][]

上图就是我们定位人脸的68个关键点，其中他的顺序是要严格的进行排序的。从1到68点的顺序不能错误。

![d225ccd47f81476d81cd2c8acb575d22.png][]

#### 项目解析 ####

使用机器学习框架[dlib][]做本次的项目。首先我们要指定参数时，要把dlib中的68关键点人脸定位找到。设置出来的68关键点人脸定位找到。并且设置出来。

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

首先我们导入工具包。其中`dlib`库是通过这个网址`http://dlib.net/files/`进行下载的。然后我们导入参数。

ap = argparse.ArgumentParser()
    ap.add_argument("-p", "--shape-predictor", required=True,
    	help="path to facial landmark predictor")
    ap.add_argument("-i", "--image", required=True,
    	help="path to input image")
    args = vars(ap.parse_args())

这里我们要设置参数，  
\--shape-predictor shape\_predictor\_68\_face\_landmarks.dat --image images/lanqiudui.jpg。如果一张图像里面有多个人脸，那么我们分不同部分进行检测，裁剪出来所对应的ROI区域。我们的整体思路就是先检测人脸所在的一个区域位置，然后检测鼻子相对于人脸框所在的一个位置，比如说人的左眼睛在0.2w，0.2h的人脸框处。

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))
    ])

这个是68个关键点定位的各个部位相对于人脸框的所在位置。分别对应着嘴，左眼、右眼、左眼眉、右眼眉、鼻子、下巴。

FACIAL_LANDMARKS_5_IDXS = OrderedDict([
    	("right_eye", (2, 3)),
    	("left_eye", (0, 1)),
    	("nose", (4))
    ])

如果是5点定位，那么就需要定位左眼、右眼、鼻子。0、1、2、3、4分别表示对应的5个点。

detector = dlib.get_frontal_face_detector()
    predictor = dlib.shape_predictor(args["shape_predictor"])

加载人脸检测与关键点定位。加载出来。其中detector默认的人脸检测器。然后通过传入参数返回人脸检测矩形框4点坐标。其中predictor以图像的某块区域为输入，输出一系列的点（point location）以表示此图像region里object的姿势pose。返回训练好的人脸68特征点检测器。

image = cv2.imread(args["image"])
    (h, w) = image.shape[:2]
    width=500
    r = width / float(w)
    dim = (width, int(h * r))
    image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

这里我们把数据读了进来，然后进行需处理，提取h和w，其中我们自己设定图像的w为500，然后按照比例同比例设置h。然后进行了resize操作，最后转化为[灰度图][Link 1]。

rects = detector(gray, 1)

这里调用了`detector`的人脸框检测器，要使用灰度图进行检测，这个1是重采样个数。这里面返回的是人脸检测矩形框4点坐标。然后对检测框进行遍历

for (i, rect) in enumerate(rects):
    	# 对人脸框进行关键点定位
    	# 转换成ndarray
    	shape = predictor(gray, rect)
    	shape = shape_to_np(shape)

这里面返回68个关键点定位。`shape_to_np`这个函数如下。

def shape_to_np(shape, dtype="int"):
    	# 创建68*2
    	coords = np.zeros((shape.num_parts, 2), dtype=dtype)
    	# 遍历每一个关键点
    	# 得到坐标
    	for i in range(0, shape.num_parts):
    		coords[i] = (shape.part(i).x, shape.part(i).y)
    	return coords

这里`shape_to_np`函数的作用就是得到关键点定位的坐标。

for (name, (i, j)) in FACIAL_LANDMARKS_68_IDXS.items():
    		clone = image.copy()
    		cv2.putText(clone, name, (10, 30), cv2.FONT_HERSHEY_SIMPLEX,
    			0.7, (0, 0, 255), 2) 
    
    		# 根据位置画点
    		for (x, y) in shape[i:j]:
    			cv2.circle(clone, (x, y), 3, (0, 0, 255), -1)
    
    		# 提取ROI区域
    		(x, y, w, h) = cv2.boundingRect(np.array([shape[i:j]]))
    		
    		roi = image[y:y + h, x:x + w]
    		(h, w) = roi.shape[:2]
    		width=250
    		r = width / float(w)
    		dim = (width, int(h * r))
    		roi = cv2.resize(roi, dim, interpolation=cv2.INTER_AREA)
    		
    		# 显示每一部分
    		cv2.imshow("ROI", roi)
    		cv2.imshow("Image", clone)
    		cv2.waitKey(0)

这里字典`FACIAL_LANDMARKS_68_IDXS.items()`是同时提取字典中的key和value数值。然后遍历出来这几个区域，并且进行显示具体是那个区域，并且将这个区域画圆。随后提取roi区域并且进行显示。后面部分就是同比例显示w和h。然后展示出来。

output = visualize_facial_landmarks(image, shape)
    	cv2.imshow("Image", output)
    	cv2.waitKey(0)

最后展示所有区域。  
其中`visualize_facial_landmarks`函数就是：

def visualize_facial_landmarks(image, shape, colors=None, alpha=0.75):
    	# 创建两个copy
    	# overlay and one for the final output image
    	overlay = image.copy()
    	output = image.copy()
    	# 设置一些颜色区域
    	if colors is None:
    		colors = [(19, 199, 109), (79, 76, 240), (230, 159, 23),
    			(168, 100, 168), (158, 163, 32),
    			(163, 38, 32), (180, 42, 220)]
    	# 遍历每一个区域
    	for (i, name) in enumerate(FACIAL_LANDMARKS_68_IDXS.keys()):
    		# 得到每一个点的坐标
    		(j, k) = FACIAL_LANDMARKS_68_IDXS[name]
    		pts = shape[j:k]
    		# 检查位置
    		if name == "jaw":
    			# 用线条连起来
    			for l in range(1, len(pts)):
    				ptA = tuple(pts[l - 1])
    				ptB = tuple(pts[l])
    				cv2.line(overlay, ptA, ptB, colors[i], 2)
    		# 计算凸包
    		else:
    			hull = cv2.convexHull(pts)
    			cv2.drawContours(overlay, [hull], -1, colors[i], -1)
    	# 叠加在原图上，可以指定比例
    	cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0, output)
    	return output

这个函数是计算`cv2.convexHull`凸包的，也就是下图这个意思。

![ae91e4ec2efd42339910d2da6e1ddfba.png][]

这个函数`cv2.addWeighted`是做图像叠加的。

> src1, src2：需要融合叠加的两副图像，要求大小和通道数相等  
> alpha：src1 的权重  
> beta：src2 的权重  
> gamma：gamma 修正系数，不需要修正设置为 0  
> dst：可选参数，输出结果保存的变量，默认值为 None  
> dtype：可选参数，输出图像数组的深度，即图像单个像素值的位数（如 RGB 用三个字节表示，则为 24 位），选默认值 None 表示与源图像保持一致。

dst = src1 × alpha + src2 × beta + gamma;上面的式子理解为，结果图像 = 图像 1× 系数 1+图像 2× 系数 2+亮度调节量。

#### 完整代码及效果展示 ####

from collections import OrderedDict
    import numpy as np
    import argparse
    import dlib
    import cv2
    
    ap = argparse.ArgumentParser()
    ap.add_argument("-p", "--shape-predictor", required=True,
    	help="path to facial landmark predictor")
    ap.add_argument("-i", "--image", required=True,
    	help="path to input image")
    args = vars(ap.parse_args())
    
    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))
    ])
    
    
    FACIAL_LANDMARKS_5_IDXS = OrderedDict([
    	("right_eye", (2, 3)),
    	("left_eye", (0, 1)),
    	("nose", (4))
    ])
    
    def shape_to_np(shape, dtype="int"):
    	# 创建68*2
    	coords = np.zeros((shape.num_parts, 2), dtype=dtype)
    	# 遍历每一个关键点
    	# 得到坐标
    	for i in range(0, shape.num_parts):
    		coords[i] = (shape.part(i).x, shape.part(i).y)
    	return coords
    
    def visualize_facial_landmarks(image, shape, colors=None, alpha=0.75):
    	# 创建两个copy
    	# overlay and one for the final output image
    	overlay = image.copy()
    	output = image.copy()
    	# 设置一些颜色区域
    	if colors is None:
    		colors = [(19, 199, 109), (79, 76, 240), (230, 159, 23),
    			(168, 100, 168), (158, 163, 32),
    			(163, 38, 32), (180, 42, 220)]
    	# 遍历每一个区域
    	for (i, name) in enumerate(FACIAL_LANDMARKS_68_IDXS.keys()):
    		# 得到每一个点的坐标
    		(j, k) = FACIAL_LANDMARKS_68_IDXS[name]
    		pts = shape[j:k]
    		# 检查位置
    		if name == "jaw":
    			# 用线条连起来
    			for l in range(1, len(pts)):
    				ptA = tuple(pts[l - 1])
    				ptB = tuple(pts[l])
    				cv2.line(overlay, ptA, ptB, colors[i], 2)
    		# 计算凸包
    		else:
    			hull = cv2.convexHull(pts)
    			cv2.drawContours(overlay, [hull], -1, colors[i], -1)
    	# 叠加在原图上，可以指定比例
    	cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0, output)
    	return output
    
    # 加载人脸检测与关键点定位
    detector = dlib.get_frontal_face_detector()
    predictor = dlib.shape_predictor(args["shape_predictor"])
    
    # 读取输入数据，预处理
    image = cv2.imread(args["image"])
    (h, w) = image.shape[:2]
    width=500
    r = width / float(w)
    dim = (width, int(h * r))
    image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 人脸检测
    rects = detector(gray, 1)
    
    # 遍历检测到的框
    for (i, rect) in enumerate(rects):
    	# 对人脸框进行关键点定位
    	# 转换成ndarray
    	shape = predictor(gray, rect)
    	shape = shape_to_np(shape)
    
    	# 遍历每一个部分
    	for (name, (i, j)) in FACIAL_LANDMARKS_68_IDXS.items():
    		clone = image.copy()
    		cv2.putText(clone, name, (10, 30), cv2.FONT_HERSHEY_SIMPLEX,
    			0.7, (0, 0, 255), 2) 
    
    		# 根据位置画点
    		for (x, y) in shape[i:j]:
    			cv2.circle(clone, (x, y), 3, (0, 0, 255), -1)
    
    		# 提取ROI区域
    		(x, y, w, h) = cv2.boundingRect(np.array([shape[i:j]]))
    		
    		roi = image[y:y + h, x:x + w]
    		(h, w) = roi.shape[:2]
    		width=250
    		r = width / float(w)
    		dim = (width, int(h * r))
    		roi = cv2.resize(roi, dim, interpolation=cv2.INTER_AREA)
    		
    		# 显示每一部分
    		cv2.imshow("ROI", roi)
    		cv2.imshow("Image", clone)
    		cv2.waitKey(0)
    
    	# 展示所有区域
    	output = visualize_facial_landmarks(image, shape)
    	cv2.imshow("Image", output)
    	cv2.waitKey(0)

![80d1f06c415749bb848425280ee5b573.png][]

![37ac045f72a9489e8cc2ce05c30426a7.png][]

最终将7个人的人脸都依次的检测到了。并且根据关键点定位到了。

![67c682069ac24ca895bba89d19c011ee.png][]

**如果觉得博主的文章还不错或者您用得到的话，可以免费的关注一下博主，如果三连收藏支持就更好啦！这就是给予我最大的支持！**

[8f5ed1bd9408443c9fe39ca92c254dc4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/7f426203178c42869e0c215f648ecd6b.png
[d5db911b0c694fc5aaf44e87d19316bb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/db43d2ecc6464077a19f36705d01332f.png
[d225ccd47f81476d81cd2c8acb575d22.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/a97cd57aafff49b3ae82ccc8239e57ce.png
[dlib]: https://so.csdn.net/so/search?q=dlib&spm=1001.2101.3001.7020
[Link 1]: https://so.csdn.net/so/search?q=%E7%81%B0%E5%BA%A6%E5%9B%BE&spm=1001.2101.3001.7020
[ae91e4ec2efd42339910d2da6e1ddfba.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/2d16ecbfe9514d02804b4c060ecfe3e8.png
[80d1f06c415749bb848425280ee5b573.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/906eef74b61f4916ab9af96f6bf537f1.png
[37ac045f72a9489e8cc2ce05c30426a7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/2ec9a712b0fe4fbdb80037d7261c40d8.png
[67c682069ac24ca895bba89d19c011ee.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/be5cfe793f404ce78a7e04a8111dad4d.png