人脸识别的基本过程

1.人脸的68个基本特征点，判断68个点是否完整。

2.人脸detect：

　　定位人脸在图像中的位置，人脸矩形框。

3. 人脸 shape predictor。

　　找出眼睛，眉毛，鼻子，嘴巴的具体特征。

4. 人脸对齐 alignment

　　通过几何变换出一张标准的脸。

5. 人脸识别。

　　在对齐的人脸中提取128维的特征向量。根据特征向量间的距离来进行判断识别。

6. 活体检测的实现。

 

 

 

***********************************************************************************************

 

dlib 库的安装。

除了要安装 cmake ，等之外。

很重要的是需要安装  Visual Studio (2019)

 

 

 

#!/usr/bin/env python
# !_*_ coding:utf-8 _*_

import dlib
# 安装scikit-image----->skimage
from skimage import io

# 获取脸部检测器，这个检测器包含了脸部检测的算法
detector = dlib.get_frontal_face_detector()
# 创建一个win的Windows窗口
win = dlib.image_window()
# 利用io读取一张照片
img = io.imread('imgs/qsz001.jpg')
# 利用脸部检测器读取待检测的图像数据，第二个参数 1 代表读取照片像素并放大1倍，
# 以便能够收集到更多的照片细节，返回结果是一组人脸区域的数组（矩形框）
dets = detector(img, 1)
# 把照片设置在窗口上
win.set_image(img)
# 在窗口上添加检测到的人脸矩形框
win.add_overlay(dets)
# 按enter继续
dlib.hit_enter_to_continue()