基于Python实现人脸识别和焦点人物检测功能

 import dlib import cv2 import math # 摄像头参数设置 cam = cv2.VideoCapture(0)  # 参数0，调用计算机的摄像头 cam.set(3, 1280)  # 参数3，设定宽度分辨为1280 cam.set(4, 720)  # 参数4，设定高度分辨为720 # 设定人脸框的边框颜色及宽度，便于分辨焦点人物 color_focus = (255, 0, 255)  # 设定焦点人脸框的颜色，紫红色 color_other = (255, 255, 255)  # 设定其余人脸框的颜色，白色 lineWidth_focus = 2  # 设定焦点人脸框的宽度 lineWidth_other = 1  # 设定其他人脸框的宽度 # 设定计算的一些参数 w = cam.get(3) / 2  # 设定屏幕中心的横坐标X h = cam.get(4) / 2  # 设定屏幕中心的纵坐标Y d_center = 10000  # 预设人脸框到屏幕中心的距离 index_center = 0  # 预设距离优先时的人脸框序号 index_area = 0  # 预设面积优先时的人脸框序号 area_center = -1  # 预设距离中心最近人脸框的面积 area = -1  # # 预设人脸框面积最大时的面积 detector = dlib.get_frontal_face_detector()  # 加载这个库自带的人脸检测器 predictor_path = "shape_predictor_68_face_landmarks.dat"  # 设置人脸预测模型的路径位置 predictor = dlib.shape_predictor(predictor_path)  # 人脸预测实例化 while True:  # 当获取到视频输入时 ret_val, img = cam.read()  # 读取视频每一帧，颜色格式为BGR格式， rgb_image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 颜色BGR格式转为RGB格式 faces = detector(rgb_image)  # 返回RGB格式人脸捕捉框 # 逻辑算法：当有多于1个人时，优先选择最居中的为焦点人物，但若其他地方的人脸面积大于4倍中心的人脸面积，则选择该为焦点人物。 # 这个for循环先求出距离屏幕中心最近时的人脸框的序号和距离优先面积 for i, det in enumerate(faces):  # 遍历所有人脸框，i是人脸框序号，det是每个人脸框 d = math.sqrt((w-(det.left()+(det.right()-det.left())/2))**2+(h-(det.top()+(det.bottom()-det.top())/2))**2) # 计算该人脸框到屏幕中心的距离 if d  area:  # 对比该人脸面积与设定的最大面积，实现选择更大 index_area = i  # 更新面积更大时的人脸框序号 area = abs((det.right() - det.left()) * (det.bottom() - det.top()))  # 算出该人脸框的面积（面积更大优先） if area > 5*area_center:  # 判断依据，若面积优先面积大于距离优先面积的5倍，就实现面积优先选择焦点人物，否则就距离优先。 index_center = index_area   # 面积优先时，使用面积最大的人脸框序号 for i, det in enumerate(faces):  # 遍历所有人脸框 if i == index_center:  # 确定焦点人脸框的序号 print(d_center, i)  # 输出焦点人物的距离中心位置，方便调试 cv2.rectangle(img, (det.left(), det.top()), (det.right(), det.bottom()), color_focus, lineWidth_focus) # 绘出焦点人脸框 shape = predictor(img, det)  # 从预测模型处，得到68个人物特征点 for p in shape.parts():  # 遍历68个人物特征点 cv2.circle(img, (p.x, p.y), 2, (124, 252, 0), -1)  # 设定焦点人物的68个点的形状颜色，茶绿色、实心 else: cv2.rectangle(img, (det.left(), det.top()), (det.right(), det.bottom()), color_other, lineWidth_other) # 绘出其他人脸框 shape = predictor(img, det)  # 从预测模型处，得到68个人物特征点 for p in shape.parts():  # 遍历68个人物特征点 cv2.circle(img, (p.x, p.y), 2, (255, 255, 255), -1)  # 设定其他人物的68个点的形状颜色，白色、实心 cv2.imshow('my webcam', img)  # 输出绘好框后的帧动画 if cv2.waitKey(1) == 27:  # 设置一个滞留时间，等待用户触发事件，若用户按下 ESC(ASCII码为27)，则执行 if 体 break  # （if主体）退出 cv2.destroyAllWindows()  # 销毁所有输出图像窗