对于许多计算机视觉应用程序来说，识别和定位人脸是一个基本步骤。而对于识别人脸的任务来说，关键是能够准确地提取人脸特征点。这就是为什么许多开发者都喜欢使用C++和Dlib来实现这一目标的原因。本文将介绍如何使用C++和Dlib提取人脸特征点并保存为CSV文件。

首先，我们需要理解什么是人脸特征点。通俗来说，它们是人脸上的一些具有代表性的特征，如眼睛、鼻子、嘴巴等，这些特征点的组合可唯一地标识一个人的面部特征。在Dlib中，提取人脸特征点的算法使用了人脸部分的特征点模型，并对其进行微调以适应具体的面部特征。

接下来，我们需要准备一些C++代码。当然，在编写此代码之前，我们需要安装和配置Dlib。具体的过程可以查阅Dlib官方文档。在此之后，便可参考以下C++代码：

#include <iostream>
#include <dlib/opencv.h>
#include <opencv2/opencv.hpp>
#include <dlib/image_processing.h>
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing/render_face_detections.h>
#include <fstream>
#include <sstream>
#include <vector>
#include <string>
using namespace std;
using namespace dlib;
using namespace cv;
string windPath = "/mnt/c/Users/Administrator/Desktop/opencv/";
int main()
{
  try
  {
    frontal_face_detector detector = get_frontal_face_detector();
    // Load the shape_predictor
    shape_predictor sp;
    deserialize(windPath + "Dlib/pythonExamples/shape_predictor_68_face_landmarks.dat") >> sp;
    std::vector<string> persoane;
    persoane.push_back("1.jpg");
    for (string persoana : persoane)
    {
      string FileName = persoana.substr(0,persoana.size()-4)+".csv";
      fstream fout(windPath + "Dlib/pythonExamples/outcsv/"+FileName, fstream::out);
      if (fout.fail())
        cout<<"error"<<endl;
      
      //cout << "process " << persoana << endl;
      cv::Mat fot = cv::imread(persoana);
      cv_image<bgr_pixel> cimg(fot);
      // Detect faces
      std::vector<rectangle> faces = detector(cimg);
      cout << "Number of faces detected: " << faces.size() << endl;
      // Find the pose of each face
      std::vector<full_object_detection> shapes;
      for (unsigned long i = 0; i < faces.size(); ++i)
      {
        shapes.push_back(sp(cimg, faces[i]));
      }
      //Display landmarks on face
      image_window win;
      win.clear_overlay();
      win.set_image(cimg);
      win.add_overlay(render_face_detections(shapes));
      for (int i = 0; i < shapes.size(); i++) {
        for (int j = 0; j < shapes[i].num_parts(); j++) {
          fout << shapes[i].part(j).x() << "," << shapes[i].part(j).y() << ";";
        }
        fout << endl;
      }
      fout.close();
    }
  }
  catch (exception& e)
  {
    cout << endl << e.what() << endl;
  }
}

这段代码将读取“1.jpg”的图像文件并将其转换为Dlib接受的图像格式。然后，我们将使用frontal_face_detector检测人脸，并使用shape_predictor标记人脸特征点。最后，使用C++代码将保存这些特征点为CSV文件。可以看到，我们在代码中指定了特征点模型的路径，这是前面提到的Dlib必须配置的部分。

值得一提的是，本代码将会输出特征点的x和y坐标到CSV文件。此外，还可以使用image_window来显示特征点的位置。

在运行代码之后，我们将会在指定目录中看到名为“1.csv”的文件，其输出将类似于这样：

201.15,151.038;206.06,160.346;213.634,168.731;222.238,176.193;233.479,181.427;

如此简单，就实现了提取人脸特征点并将特征点保存为CSV文件的过程。

综上所述，本文介绍了如何使用C++和Dlib提取人脸特征点并将其保存为CSV文件。无论是在人脸识别、活体检测还是表情分析等领域，这些特征点都具有十分重要的作用。希望本文能给想要了解该领域的读者提供一些帮助！

相似文章

友情链接
• 网站定制开发
• 帮你发
• 小蓄群站获客