品牌建设专家库推荐表_一个人开发一个网站需要多久_网上接单平台_seo 培训教程

一、dlib库的安装

在PyCharm中，dlib库是一个强大的工具，尤其适用于机器学习和计算机视觉任务，如人脸识别等。以下是在PyCharm中安装和使用dlib库的详细指南：

1. 通过PyCharm的Settings安装

• 打开PyCharm，并创建一个新的项目或打开现有项目。
• 在菜单栏中选择“File”->“Settings”。
• 在弹出的窗口中，选择“Project Interpreter”选项卡。
• 点击右上角的加号按钮，搜索并安装dlib库。

2. 通过Anaconda安装（适用于Windows等操作系统）

• 下载并安装Anaconda（https://www.anaconda.com/products/individual）。
• 创建一个虚拟环境：conda create -n virenv（其中virenv是虚拟环境名）。
• 激活虚拟环境：conda activate virenv。
• 在虚拟环境中安装dlib：conda install -c conda-forge dlib。
• 安装完成后，在PyCharm中配置该虚拟环境的Python解释器。

3. 通过命令行安装

• 打开PyCharm的终端窗口，或使用系统的命令行工具。
• 输入命令pip install dlib进行安装。
• 注意：在安装dlib之前，可能需要先安装CMake和Boost库。这些依赖库的安装方法因操作系统而异，可以参考dlib官方文档中的安装指南（http://dlib.net/compile.html）。

4.懒人安装

• 以下链接中提供了几种适应python版本的dlib库的.whl文件
  • 链接: https://pan.baidu.com/s/1s9spngkaTdl1IN4xFcYOEQ?
  • 提取码: 18qa
• 下载与你python版本一致的.whl文件，并保存在一个文件夹下，进入这个文件夹下，在文件路径框内输入cmd，回车进入当前文件夹的终端
• 输入 pip install + dlib库的.whl文件，回车即可安装
  • 如下图：
    
    

二、基于dlib库的人检测

1.对图像进行人脸检测

• 以下代码中，我们将使用dlib库的人脸检测器来检测图像中的人脸，并在检测到的人脸周围绘制矩形框。

• 完整代码：

  import cv2      # 导入opencv库
  import dlib     # 导入dlib库# get frontal face_detector()生成人脸检测器
  # 使用HOG算法、线性分类器、金字塔图像结构和滑动窗口检测等技术。
  # 比opencv提供的harr级联分类器效果更好detector = dlib.get_frontal_face_detector()  # 构造脸部位置检测器H0G
  image = cv2.imread('face.png')      # 读取图片# faces = detector(image,n)使用人脸检测器返回检测到的人脸框
  # 参数：
  #   image：待检测的可能含有人脸的图像。
  #   n：表示采用上采样的次数。上采样会让图像变大，能够检测到更多人脸对象，提高小人脸的检测效果
  #       通常建议将此参数设置为 0 或1。较大的值会增加检测的准确性，但会降低处理速度。
  # 返回值:
  #       faces：返回检测图像中的所有人脸框。faces = detector(image, 1)    
  for face in faces:  # 对每个人脸框进行逐个处理(提取坐标)# 获取人脸框的坐标x1 = face.left()    # (x1,y1)人脸框的左上角坐标y1 = face.top()x2 = face.right()   # (x2,y2)人脸框的右下角坐标y2 = face.bottom()# 绘制人脸框cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)# 显示捕获到的各个人脸框
  cv2.imshow('result', image)
  cv2.waitKey(0)
  cv2.destroyAllWindows()
  

  • 结果如下：
    

• 可以将自己含有人脸的图片传入代码中，进行人脸检测，这种基于dlib库的人脸检测方法简单有效，可以准确的将人脸检测出来

2.打开电脑摄像头，检测人脸

• 下面是通过打开电脑的摄像头，进行检测是否有人脸，有人脸则用矩形框框出

• 完整代码：

  import cv2
  import dlibdetector = dlib.get_frontal_face_detector()  # 构造脸部位置检测器H0Gcap = cv2.VideoCapture(0)   # 0-->打开电脑摄像头, 1-->打开电脑外接的摄像头if not cap.isOpened():      # 判断摄像头是否正常打开print("Cannot open camera")exit()while True:     # 若正常打开摄像头则对摄像头拍摄的每一帧画面进行循环处理ret, image = cap.read()  # 如果正确读取一帧图像，ret为True, image-->读取的画面image = cv2.flip(image, 1)      # 图片翻转，水平翻转(镜像)# 如果没有正确读取到图像，则退出循环if not ret:print("不能读取摄像头")break# 人脸检测faces = detector(image, 0)for face in faces:  # 对每个人脸框进行逐个处理(提取坐标)# 获取人脸框的坐标x1 = face.left()y1 = face.top()x2 = face.right()y2 = face.bottom()# 绘制人脸框cv2.rectangle(image, (x1, y1), (x2, y2), (0., 255, 0), 2)# 显示捕获到的各个人脸框cv2.imshow('result', image)# 检查是否按下ESC键(ASCII码27)，如果按下则退出循环if cv2.waitKey(10) == 27:break
  # 释放摄像头资源
  cap.release()
  # 关闭所有OpenCV创建的窗口
  cv2.destroyAllWindows()