基于dlib的人脸检测识别系列——人脸检测（摄像头）

Dlib库在人脸检测领域的应用是其最引人注目的功能之一。它提供了一套强大的人脸检测和识别工具，使得从复杂背景中准确地检测和识别人脸成为可能。

本系统是自己做的一个dlib人脸识别系统，采用tkinter实现窗口展示，调用笔记本自己的摄像头录入人脸，然后进行识别

Dlib 是一个广泛使用的 C++ 库，提供了多种用于机器学习和计算机视觉的工具。它包含了人脸检测、人脸识别、物体检测、图像处理等功能。Dlib 具有高效、易用的 Python 接口，因此它也被广泛应用于 Python 中进行深度学习和计算机视觉任务。Dlib 是一个功能强大且易于使用的库，在计算机视觉和机器学习领域有着广泛的应用。无论是在简单的人脸检测任务，还是更复杂的人脸识别和人脸关键点检测任务中，Dlib 都能提供高效、精确的解决方案。

1.人脸特征点检测 人脸68个关键点如下： 函数： dlib.get_frontal_face_detector()获取人脸检测器 dlib.shape_predictor()预测人脸关键点。 人脸68个关键点模型，下载地址： http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2 ...

在很多场景下，我们要观察人物是否眨眼，很大概率可以根据上下眼皮是否闭合，以此来判断。 那么如果能把人脸打上关键点，是否就可以确认他的一些动作，例如，微笑，眨眼，愤怒。甚至三维人脸重建 那么本章节讲解如何在图片检测到人脸，并绘制出人脸关键点

环境设置 网上有很多Windows下安装dlib的步骤，都需要安装VS2015、Cmake、boost等等，有点复杂；现提供一个比较简单的方法，使用编译好的python-dlib库即可。 准备工作 1. 确保已安装Anaconda； 2. 确保已安装TensorFlow； 3. 确保已安装Python

之前已经介绍过人脸识别的基础概念，以及基于opencv的实现方式，今天，我们使用dlib来提取128维的人脸嵌入，并使用k临近值方法来实现人脸识别。 人脸识别系统的实现流程与之前是一样的，只是这里我们借助了dlib和face_recognition这两个库来实现。face_recognition是对dlib库的包装，使对dlib的使用更方便。所以首先要安装这2个库。 pip3 install...

前面的文章中介绍了如何编译dlib静态库和动态库，那么下一步就是利用dlib完成一个最简单的识别图片中人脸的程序。下面将测试的环境、代码、遇到的问题、解决方法一一列出，供大家参考，希望能给大家一些帮助。解决方法：LIBS += -L/usr/lib/x86_64-linux-gnu -llapack -lcblas。解决方法：在pro文件中添加 LIBS += -L/usr/local/lib -ldlib。

一、安装dlib库 下载Dlib安装包 下载链接：http://dlib.net/files/ 本文章下载的是dlib-19.14.zip，下载完成后解压安装dlib 安装Cmake 下载链接：https://cmake.org/download/ 下载安装包直接点击安装就行，注意环境变量的设置 下载boost 下载链接：http://www.boost.org/ 下载之后将其解压缩，进入解压后的文件夹中，找到bootstrap.bat批处理文件，双击运行，等待运行完成后（命令行自动消失）会生成文件b2.

dlib库是一个适用于C++和Python的第三方库。包含机器学习、计算机视觉和图像处理的工具包，被广泛的应用于机器人、嵌入式设备、移动电话和大型高性能计算环境。是开源许可用户免费使用。dlib库是一个功能强大且易于使用的机器学习库，广泛应用于计算机视觉和图像处理领域。通过掌握dlib库的使用方法和技巧，开发者可以更加高效地实现各种机器学习和计算机视觉任务。

文章目录一、构建数据集1、安装dlib库2、基于dlib库构建人脸特征数据集二、特征检测1、python+OpenCv+dlib实现人脸68个关键点检测并标注2、获取特征点并保存数据：get_features三、人脸识别1、人物文件夹2、Python读取wav音频文件3、程序代码 假定该系统完成后将工作于学生宿舍门口，摄像头安装于门的猫眼处、或者门侧边墙上；对本宿舍的学生进行人脸识别（身份验证），通过验证就播放语音“欢迎光临！”（模拟开门），否则播放“抱歉，无法验证您的身份！”，同时用数据库记录来访者的身份