python实现图片，视频人脸识别(dlib版)
图片人脸检测
#coding=utf-8
importcv2
importdlib
path="img/meinv.png"
img=cv2.imread(path)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#人脸分类器
detector=dlib.get_frontal_face_detector()
#获取人脸检测器
predictor=dlib.shape_predictor(
"C:\\Python36\\Lib\\site-packages\\dlib-data\\shape_predictor_68_face_landmarks.dat"
)
dets=detector(gray,1)
forfaceindets:
shape=predictor(img,face)#寻找人脸的68个标定点
#遍历所有点，打印出其坐标，并圈出来
forptinshape.parts():
pt_pos=(pt.x,pt.y)
cv2.circle(img,pt_pos,2,(0,255,0),1)
cv2.imshow("image",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
视频人脸检测
#coding=utf-8
importcv2
importdlib
detector=dlib.get_frontal_face_detector()#使用默认的人类识别器模型
defdiscern(img):
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dets=detector(gray,1)
forfaceindets:
left=face.left()
top=face.top()
right=face.right()
bottom=face.bottom()
cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),2)
cv2.imshow("image",img)
cap=cv2.VideoCapture(0)
while(1):
ret,img=cap.read()
discern(img)
ifcv2.waitKey(1)&0xFF==ord('q'):
break
cap.release()
cv2.destroyAllWindows()
那么，OpenCV和Dlib的视频识别对比，有两个地方是不同的：
1.Dlib模型识别的准确率和效果要好于OpenCV；
2.Dlib识别的性能要比OpenCV差，使用视频测试的时候Dlib有明显的卡顿，但是OpenCV就好很多，基本看不出来；
以上就是python实现图片，视频人脸识别(dlib版)的详细内容，更多关于python人脸识别的资料请关注毛票票其它相关文章！