python 구현 사진, 영상 얼굴 인식 (dlib 버전)

사진인 얼굴 검사

#coding=utf-8

import cv2
import dlib

path = "img/meinv.png"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 
detector = dlib.get_frontal_face_detector()
#  
predictor = dlib.shape_predictor(
  "C:\\Python36\\Lib\\site-packages\\dlib-data\\shape_predictor_68_face_landmarks.dat"
)

dets = detector(gray, 1)
for face in dets:
  shape = predictor(img, face) #  68 
  #  ， ， 
  for pt in shape.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()

비디오 얼굴 검사

# coding=utf-8
import cv2
import dlib

detector = dlib.get_frontal_face_detector() # 


def discern(img):
  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  dets = detector(gray, 1)
  for face in dets:
    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)
  if cv2.waitKey(1) & 0xFF == ord('q'):
    break

cap.release()
cv2.destroyAllWindows()

그러면 OpenCV와 Dlib의 비디오 인식 비교는 두 가지가 다릅니다.
1. Dlib모델 식별의 정확도와 효과는 OpenCV보다 낫다.
2. Dlib 식별의 성능은 OpenCV보다 떨어진다. 영상 테스트를 사용할 때 Dlib는 뚜렷한 카드가 있지만 OpenCV는 훨씬 좋아서 기본적으로 알아볼 수 없다.
이상은python 구현 사진, 영상 얼굴 인식(dlib판)의 상세한 내용입니다. 더 많은python 얼굴 인식에 관한 자료는 저희 다른 관련 글을 주목해 주세요!