要使用Python、OpenCV、dlib實現面部標志的識別需要倆步：

1. 究竟什么是面部標志以及它們是如何工作的。
2. 如何使用dlib，OpenCV, Python從圖像中檢測和提取面部標志
   （1）從圖像中定位面部ROI
   （2）檢測面部ROI上的關鍵面部結構（即面部標志）

windows10+python3.7安裝dlib參考：https://blog.csdn.net/qq_40985985/article/details/105896031

先來上個檢測完成的圖：（來自淘寶上的圖，因為我不想暴露照片，最近買了這件上衣剛好很喜歡，so 手機里有這張圖）

一、面部標志

面部標志主要指口、右眉、左眉、右眼、左眼、鼻子、下顎。

面部標志可以用提取臉的特定區域，應用面部對齊，甚至構建眨眼檢測系統。

面部檢測器有68點iBUG 300-W數據集訓練處的68點模型，及HELEN數據集中進行訓練的194點模型

68點數據模型如下圖：

二、從圖像中定位ROI

（1）OpenCV提供的預先訓練好的Haar級聯【 pre-trained Haar cascades】
（2）python庫附帶的預先訓練的深度學習人臉檢測模型
（3）專門針對人臉檢測任務的預訓練HOG +線性SVM對象檢測器

三、從ROI中檢測與定位面部標志

dlib庫中包含的面部標志檢測器是Kazemi和Sullivan（2014）提出的 “一毫秒面部對齊與回歸樹組合” 的實現。

此方法首先使用：
訓練組圖像上均有被標識出來的面部標志。這些圖像的面部標志均被標記，指定了每個面部結構周圍區域的特定（x，y）坐標。
Priors，更具體地說，是輸入像素對之間的距離的概率。

68點和194點面部標志模型的原理：給定訓練數據，訓練回歸樹的整體以直接從像素強度本身估計面部標志的位置（即，未進行“特征提取”）。
最終結果是一個面部標志檢測器，可用于實時以高質量預測檢測面部標志。

參考：https://www.pyimagesearch.com/2017/04/03/facial-landmarks-dlib-opencv-python/

安裝成功如下圖：

總結

以上是生活随笔為你收集整理的python dlib实现面部标志识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。