Linux下python与C++使用dlib实现人脸检测
python 与 C++ dlib人脸检测结果对比，供大家参考，具体内容如下
说明：
由于项目需求发现Linux下c++使用dlib进行人脸检测和python使用dlib检测，得到的结果出入比较大，于是写了测试用例，发现影响结果的原因有但不限于：
1.dlib版本不同（影响不大，几个像素的差别）
2.dlib 人脸检测中detector()第二个参数的设置测试结果如下：
python
PDlib.py：
# -*- coding: utf-8 -*-
import sys
import cv2
import dlib
from skimage import io
detector = dlib.get_frontal_face_detector()
win = dlib.image_window()
for f in sys.argv[1:]:
img = io.imread(f)
dets = detector(img,1) #使用detector进行人脸检测
for i, d in enumerate(dets):
x = d.left()
y = d.top()
w = d.right()
h = d.bottom()
cv2.rectangle(img, (x, y), (w, h), (0, 255, 0))
print("({},{},{},{})".format( x, y, (w-x), (h-y)))
win.set_image(img)
io.imsave('./P_Dlib_test.jpg',img)
#等待点击
dlib.hit_enter_to_continue()
C++
CDlib.cpp：
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/opencv.h>
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace dlib;
using namespace std;
cv::Rect Detect(cv::Mat im)
{
cv::Rect R;
frontal_face_detector detector = get_frontal_face_detector();
array2d<bgr_pixel> img;
assign_image(img, cv_image<uchar>(im));
std::vector<rectangle> dets = detector(img);//检测人脸
//查找最大脸
if (dets.size() != 0)
{
int Max = 0;
int area = 0;
for (unsigned long t = 0; t < dets.size(); ++t)
{
if (area < dets[t].width()*dets[t].height())
{
area = dets[t].width()*dets[t].height();
Max = t;
}
}
R.x = dets[Max].left();
R.y = dets[Max].top();
R.width = dets[Max].width();
R.height = dets[Max].height();
cout<<"("<<R.x<<","<<R.y<<","<<R.width<<","<<R.height<<")"<<endl;
}
return R;
}
int main(int argc, char** argv)
{
if (argc != 2) {
fprintf(stderr, "请输入正确参数\n");
return 1;
}
string path = argv[1];
try
{
cv::Mat src, dec;
src = cv::imread(path);
src.copyTo(dec);
cv::cvtColor(dec, dec, CV_BGR2GRAY);
cv::Rect box;
box = Detect(dec);
cv::rectangle(src, box, cv::Scalar(0, 0, 255), 1, 1, 0);
cv::imshow("frame", src);
cv::imwrite("./C_Dlib_test.jpg", src);
cv::waitKey(0);//等待建入
}
catch (exception& e)
{
cout << e.what() << endl;
}
}
项目编译及运行
python
运行脚本 python PDlib.py G:\DlibTest\data\bush.jpg
C++
- 创建编译文件夹 mkdir cbuild
- 切换到编译目录 cd cbuild
- 生成makefile文件 cmake ..
- 编译项目 make
- 运行可执行文件 ./DlibTest G:\DlibTest\data\bush.jpg
Demo：点击下载
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持【听图阁-专注于Python设计】。