锐客网

  1. 首页 > 睿知 > it技术 > >

pythonhog函数 python @函数( 四 )

IT技术安装


#left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离
#top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
for i, d in enumerate(dets):
print("dets{}".format(d))
print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}"
.format( i, d.left(), d.top(), d.right(), d.bottom()))#也可以获取比较全面的信息，如获取人脸与detector的匹配程度
dets, scores, idx = detector.run(img, 1)
for i, d in enumerate(dets):
print("Detection {}, dets{},score: {}, face_type:{}".format( i, d, scores[i], idx[i]))
#绘制图片(dlib的ui库可以直接绘制dets)
win.set_image(img)
win.add_overlay(dets)#等待点击
dlib.hit_enter_to_continue()1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950
分别测试了一个人脸的和多个人脸的，以下是运行结果：
运行的时候把图片文件路径加到后面就好了
python face_detector0.1.py ./data/3.jpg12
一张脸的：
两张脸的：
这里可以看出侧脸与detector的匹配度要比正脸小的很多
2.人脸关键点提取
人脸检测我们使用了dlib自带的人脸检测器（detector） ， 关键点提取需要一个特征提取器（predictor），为了构建特征提取器 ， 预训练模型必不可少 。
除了自行进行训练外，还可以使用官方提供的一个模型 。该模型可从dlib sourceforge库下载：
arks.dat.bz2
也可以从我的连接下载：
这个库支持68个关键点的提取，一般来说也够用了，如果需要更多的特征点就要自己去训练了 。
dlib-18.17/python_examples/face_landmark_detection.py 源程序：
#!/usr/bin/python# The contents of this file are in the public domain. See LICENSE_FOR_EXAMPLE_PROGRAMS.txt##This example program shows how to find frontal human faces in an image and#estimate their pose.The pose takes the form of 68 landmarks.These are#points on the face such as the corners of the mouth, along the eyebrows, on#the eyes, and so forth.##This face detector is made using the classic Histogram of Oriented#Gradients (HOG) feature combined with a linear
HOG算法什么意思特征梯度直方图算法 ， 现在非常流行的一种行人检测的算法，一般配合LBP和SVM分类器效果很好 。你要想具体了解可以去WIKI 或者 navneet的网站看看专业解释 。
不过HOG函数已经集成在了OPENCV库里面，因此其实没有必要非要搞懂这个算法 。。。
vs python 报错 TypeError: hog() got an unexpected keyword argument 'visualise'？应该是拼写错pythonhog函数了吧pythonhog函数，visualize
【pythonhog函数 python @函数】关于pythonhog函数和python @函数的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

推荐阅读


上一篇：彩色电视机出现蓝屏怎么修，彩色电视机出现蓝屏怎么修好

下一篇：ppt中怎么绘制表格，如何在ppt里绘制表格