有没有办法在使用 dlib 检测面部标志后选择面部的特定点？答案

【问题标题】：Is there a way to select a specific point at the face after detecting facial landmarks using dlib?有没有办法在使用 dlib 检测面部标志后选择面部的特定点？
【发布时间】：2021-07-25 11:01:18
【问题描述】：

我正在使用 Dlib 的 68 点人脸界标预测器，它有 68 个点标记在人脸的各个区域，如下图所示：

我已经设法从预测的地标中访问特定点，例如，我可以通过以下方式选择唇角处的点，该点是面部地标预测器中的第 48 个点 ' 导入简历2 导入 dlib 从 google.colab.patches 导入 cv2_imshow

p = "path_to_shape_predictor_68_face_landmarks.dat"
img= cv2.imread('Obama.jpg')
gray=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(p)
face = detector(gray)
# Get the shape using the predictor
landmarks=predictor(gray, face)

# Defining x and y coordinates of a specific point
x=landmarks.part(48).x
y=landmarks.part(48).y
# Drawing a circle
cv2.circle(img, (x, y), 6, (0, 0, 255), -1)
cv2_imshow(img)'

它会生成一个在指定区域上绘制一个红色小圆圈的图像。然而;如果我想选择一个不属于地标模型的 68 个点的点，我该如何获得它？

这张图会详细说明：

红色圆圈表示我使用代码访问的点，蓝色圆圈表示所需的点。

【问题讨论】：

定义要检测的点。你的意思是像你用鼠标点击一个点，你需要得到那个点的坐标吗？
我需要从给定的面部图像中提取面部的一部分，因此我需要指定用于提取特定区域的掩蔽函数的坐标。
试试 google face-mesh google.github.io/mediapipe/solutions/face_mesh.html，它提供了 468 个面部关键点。

标签： python opencv image-processing dlib facial-landmark-alignment

【解决方案1】：

我可能会向您建议几种解决方案：

1- 简单的方法是使用三角学和几何学，例如计算左眼的瞳孔：

pupil_x = int((abs(landmarks.part(39).x + landmarks.part(36).x)) / 2) # The midpoint of a line Segment between eye's corners in x axis
pupil_y = int((abs(landmarks.part(39).y + landmarks.part(36).y)) / 2) # The midpoint of a line Segment between eye's corners in y axis
pupil_coordination = (pupil_x, pupil_y)

完整代码：

import cv2
import dlib

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_81_face_landmarks.dat")

img = cv2.imread("test.jpg")
(h, w, _) = img.shape
h2 = 600
w2 = int(h2 * h / w)
img = cv2.resize(img , (h2, w2))
img = cv2.flip(img , 1)
gray = cv2.cvtColor(img , cv2.COLOR_BGR2GRAY)
faces = detector(gray)
face = faces[0]
landmarks = predictor(gray, face)

pupil_x = int((abs(landmarks.part(39).x + landmarks.part(36).x)) / 2)
pupil_y = int((abs(landmarks.part(39).y + landmarks.part(36).y)) / 2)
pupil_coordination = (pupil_x, pupil_y)

cv2.circle(img, pupil_coordination, 6, (0, 0, 255), -1)
cv2.imshow('Show', img )
cv2.waitKey(0)
cv2.destroyAllWindows()

2- 其他解决方案是使用更大的面部标志模型，请查看： 81 Facial Landmarks Shape Predictor

3- 困难的方法是重新训练和自定义您自己的形状检测器：Train a face landmarking model

对于地标索引，我使用了以下参考： Face reference points

【讨论】：