(一) 官网 http://dlib.net/compile.html
各个版本的dlib库 https://sourceforge.net/projects/dclib/files/dlib/
dlib19.2及之后版本只可用于vs2015
配置dlib而建的工程需要提前配置好opencv
shape_predictor_68_face_landmarks.dat
是已经训练好的人脸关键点检测器。shape_predictor_68_face_landmarks.dat
和dlib_face_recognition_resnet_model_v1.dat
都可以在这里找到。不能点击超链接的可以直接输入以下网址:http://dlib.net/files/。
(二)
参考:http://www.voidcn.com/article/p-ebyrijtb-bcg.html
2、打开cmake,设置source code路径:C:/Users/Yan/Desktop/dlib-18.16/dlib,
build binaries路径:C:/Users/Yan/Desktop/dlib_building,
File->Delete Cache,
Generate;
3、打开生成的dlib_building文件夹,用VS2013打开dlib.vcxproj,
a> 视图->其他窗口->属性管理器,如下打开属性页面:
b> VC++目录,在包含目录和库目录中均添加Dlib的存放路径 : C:\Users\Yan\Desktop\dlib-18.16 (而不是 C:\Users\Yan\Desktop\dlib-18.16\dlib)
4、在VS2013中,分别选择debug、release,生成->重新生成解决方案,这样就分别生成了debug版的dlib和 release版的dlib,具体想选哪个只需在链接器->常规->附加库目录中指明相应路径即可;
a> 链接器->常规->附加库目录
添加dlib_building的路径:C:\Users\Yan\Desktop\dlib_building\realease, 这是realease版;如果用debug版,就改成C:\Users\Yan\Desktop\dlib_building\debug
b> 链接器->输入->附加依赖项,添加dlib.lib.
至此,Dlib在VS2013中的release版或 debug版配置完成!
(三)应用实例
参考:https://blog.csdn.net/u012819339/article/details/82262915
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing/render_face_detections.h>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>
#include <dlib/image_io.h>
#include <iostream>
#include <dlib/opencv.h>
#include "opencv2/opencv.hpp"
#include <vector>
#include <ctime>
//由于dlib和opencv中有相当一部分类同名,故不能同时对它们使用using namespace,否则会出现一些莫名其妙的问题
//using namespace dlib;
using namespace std;
//using namespace cv;
void line_one_face_detections(cv::Mat img, std::vector<dlib::full_object_detection> fs)
{
int i, j;
for(j=0; j<fs.size(); j++)
{
cv::Point p1, p2;
for(i = 0; i<67; i++)
{
// 下巴到脸颊 0 ~ 16
//左边眉毛 17 ~ 21
//右边眉毛 21 ~ 26
//鼻梁 27 ~ 30
//鼻孔 31 ~ 35
//左眼 36 ~ 41
//右眼 42 ~ 47
//嘴唇外圈 48 ~ 59
//嘴唇内圈 59 ~ 67
switch(i)
{
case 16:
case 21:
case 26:
case 30:
case 35:
case 41:
case 47:
case 59:
i++;
break;
default:
break;
}
p1.x = fs[j].part(i).x();
p1.y = fs[j].part(i).y();
p2.x = fs[j].part(i+1).x();
p2.y = fs[j].part(i+1).y();
cv::line(img, p1, p2, cv::Scalar(0,0,255), 2, 4, 0);
}
}
}
int main(int argc, char *argv[])
{
if(argc != 2)
{
std::cout<< "you should specified a picture!"<<std::endl;
return 0;
}
cv::Mat frame = cv::imread(argv[1]);
cv::Mat dst;
//提取灰度图
cv::cvtColor(frame, dst, CV_BGR2GRAY);
//加载dlib的人脸识别器
dlib::frontal_face_detector detector = dlib::get_frontal_face_detector();
//加载人脸形状探测器
dlib::shape_predictor sp;
dlib::deserialize("./shape_predictor_68_face_landmarks.dat") >> sp;
//Mat转化为dlib的matrix
dlib::array2d<dlib::bgr_pixel> dimg;
dlib::assign_image(dimg, dlib::cv_image<uchar>(dst));
//获取一系列人脸所在区域
std::vector<dlib::rectangle> dets = detector(dimg);
std::cout << "Number of faces detected: " << dets.size() << std::endl;
if (dets.size() == 0)
return 0;
//获取人脸特征点分布
std::vector<dlib::full_object_detection> shapes;
int i = 0;
for(i = 0; i < dets.size(); i++)
{
dlib::full_object_detection shape = sp(dimg, dets[i]); //获取指定一个区域的人脸形状
shapes.push_back(shape);
}
//指出每个检测到的人脸的位置
for(i=0; i<dets.size(); i++)
{
//画出人脸所在区域
cv::Rect r;
r.x = dets[i].left();
r.y = dets[i].top();
r.width = dets[i].width();
r.height = dets[i].height();
cv::rectangle(frame, r, cv::Scalar(0, 0, 255), 1, 1, 0);
}
line_one_face_detections(frame, shapes);
cv::imshow("frame", frame);
cv::waitKey(0);
return 0;
}
效果: