1、环境安装

Windows： 旧版本安装pip install xxx.whl。以下是whl文件地址： ​ Python Package Index

​ 最新版本安装：不要嫌麻烦，先装上visual studio2015 (C++模块)。

​ 具体的记不清了，装上cmake和boost，然后pip install dlib。

Ubuntu： sudo apt-get install build-essential cmake

​ sudo apt-get install libgtk-3-dev

​ sudo apt-get install libboost-all-dev

​ pip install dlib

​ 安装过程慢，耐心等。

2、程序

​ 注：程序中使用了python-opencv、dlib，使用前请配置好环境。 ​ 程序中已有注释。

-*- coding: utf-8 -*-

import sys

import dlib

import cv2

detector = dlib.get_frontal_face_detector() #获取人脸分类器

# 传入的命令行参数

for f in sys.argv[1:]:

# opencv 读取图片，并显示

img = cv2.imread(f, cv2.IMREAD_COLOR)

# 摘自官方文档：

# image is a numpy ndarray containing either an 8bit grayscale or RGB image.

# opencv读入的图片默认是bgr格式，我们需要将其转换为rgb格式；都是numpy的ndarray类。

b, g, r = cv2.split(img) # 分离三个颜色通道

img2 = cv2.merge([r, g, b]) # 融合三个颜色通道生成新图片

dets = detector(img, 1) #使用detector进行人脸检测 dets为返回的结果

print("Number of faces detected: {}".format(len(dets))) # 打印识别到的人脸个数

# enumerate是一个Python的内置方法，用于遍历索引

# index是序号；face是dets中取出的dlib.rectangle类的对象，包含了人脸的区域等信息

# left()、top()、right()、bottom()都是dlib.rectangle类的方法，对应矩形四条边的位置

for index, face in enumerate(dets):

print('face {}; left {}; top {}; right {}; bottom {}'.format(index,face.left(), face.top(), face.right(), face.bottom()))

# 在图片中标注人脸，并显示

left = face.left()

top = face.top()

right = face.right()

bottom = face.bottom()

cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 3)

cv2.namedWindow(f, cv2.WINDOW_AUTOSIZE)

cv2.imshow(f, img)

# 等待按键，随后退出，销毁窗口

k = cv2.waitKey(0)

cv2.destroyAllWindows()