dlib安装测试

1.在vs2019+Anaconda+python3.7环境下安装

打开Anaconda prompt选定一个python环境，安装cmake和boost

pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple

pip  install  boost -i https://pypi.tuna.tsinghua.edu.cn/simple

2.编译dlib。

从官网下载python3.7 dlib源文件。

　https://pypi.org/project/dlib/#files

在Anaconda prompt中输入pyhton setup.py install，进行编译。

 等待结束dlib编译成功。

3.安装opencv 

pip install opencv-python==3.4.1.15 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install opencv-contrib-python==3.4.1.15 -i https://pypi.tuna.tsinghua.edu.cn/simple

4.下载人脸关键点检测模型

https://gitee.com/sclu/face-detect-opencv

 5.打开jupyter选择安装dlib的python环境，import dlib进行测试

import numpy as np
import cv2
import dlib

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('E:/shape_predictor_68_face_landmarks.dat')

# cv2读取图像
img = cv2.imread("E:/test.jpg")

# 取灰度
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

# 人脸数rects
rects = detector(img_gray, 0)
for i in range(len(rects)):
    landmarks = np.matrix([[p.x, p.y] for p in predictor(img,rects[i]).parts()])
    for idx, point in enumerate(landmarks):
        # 68点的坐标
        pos = (point[0, 0], point[0, 1])
        print(idx,pos)

        # 利用cv2.circle给每个特征点画一个圈，共68个
        cv2.circle(img, pos, 2, color=(0, 255, 0))
        # 利用cv2.putText输出1-68
        font = cv2.FONT_HERSHEY_SIMPLEX
        cv2.putText(img, str(idx+1), pos, font, 0.3, (0, 0, 255), 1,cv2.LINE_AA)

cv2.namedWindow("img", 2)
cv2.imshow("img", img)
cv2.waitKey(0)