上几篇给大家讲了OpenCV的图片人脸检测，而本文给大家带来的是比OpenCV更加精准的图片人脸检测Dlib库。

往期目录

视频人脸检测——Dlib版（六）
OpenCV添加中文（五）
图片人脸检测——Dlib版（四）
视频人脸检测——OpenCV版（三）
图片人脸检测——OpenCV版（二）
OpenCV环境搭建（一）

更多更新，欢迎访问我的github：https://github.com/vipstone/faceai

dlib与OpenCV对比

识别精准度：Dlib >= OpenCV

Dlib更多的人脸识别模型，可以检测脸部68甚至更多的特征点

效果展示

人脸的68个特征点

安装dlib

下载地址：https://pypi.org/simple/dlib/ 选择适合你的版本，本人配置：

Window 10 + Python 3.6.4

我现在的版本是：dlib-19.8.1-cp36-cp36m-win_amd64.whl

使用命令安装：

pip3 install D:\soft\py\dlib-19.8.1-cp36-cp36m-win_amd64.whl

显示结果： Processing d:\soft\py\dlib-19.8.1-cp36-cp36m-win_amd64.whl Installing collected packages: dlib Successfully installed dlib-19.8.1

为安装成功。

下载训练模型

训练模型用于是人脸识别的关键，用于查找图片的关键点。

下载地址：http://dlib.net/files/

下载文件：shape_predictor_68_face_landmarks.dat.bz2

当然你也可以训练自己的人脸关键点模型，这个功能会放在后面讲。

下载好的模型文件，我的存放地址是：C:\Python36\Lib\site-packages\dlib-data\shape_predictor_68_face_landmarks.dat.bz2

解压：shape_predictor_68_face_landmarks.dat.bz2得到文件：shape_predictor_68_face_landmarks.dat

代码实现

#coding=utf-8import cv2
import dlibpath = "img/meinv.png"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#人脸分类器
detector = dlib.get_frontal_face_detector()
# 获取人脸检测器
predictor = dlib.shape_predictor("C:\\Python36\\Lib\\site-packages\\dlib-data\\shape_predictor_68_face_landmarks.dat"
)dets = detector(gray, 1)
for face in dets:shape = predictor(img, face)  # 寻找人脸的68个标定点# 遍历所有点，打印出其坐标，并圈出来for pt in shape.parts():pt_pos = (pt.x, pt.y)cv2.circle(img, pt_pos, 2, (0, 255, 0), 1)cv2.imshow("image", img)cv2.waitKey(0)
cv2.destroyAllWindows()

连载目录：

《OpenCV环境搭建（一）》

《图片人脸检测——OpenCV版（二）》

《视频人脸检测——OpenCV版（三）》

《图片人脸检测——Dlib版（四）》

更多动态，请关注我的GitHub：https://github.com/vipstone/faceai