dlib의 얼굴 표식 탐지 프로그램에서 포인트 좌표를 얻는 방법은 무엇입니까?

Question

dlib에 얼굴 표식 위치를 감지하는 python 프로그램의 한 가지 예가 있습니다. face_landmark_detection.py

이 프로그램은 얼굴 특징을 감지하고 원래 사진에 점과 줄이있는 표식을 나타냅니다.

각 포인트의 좌표 위치를 얻을 수 있는지 궁금합니다. a (10, 25)처럼. 'a'는 입가를 나타냅니다.

한 번에 한 장의 사진을 처리하도록 프로그램을 약간 수정 한 후에 나는 dets 및 shape의 값을 성공없이 인쇄하려고합니다.

>>>print(dets) 
<dlib.dlib.rectangles object at 0x7f3eb74bf950> 
>>>print(dets[0]) 
[(1005, 563) (1129, 687)] 

얼굴 표식 점과 인수의 데이터 유형을 나타내는 인수는 아직 알 수 없습니다. 그리고 여기가 2016년 3월 10일에 갱신 단순화 된 코드

import dlib 
from skimage import io 

#shape_predictor_68_face_landmarks.dat is the train dataset in the same directory 
predictor_path = "shape_predictor_68_face_landmarks.dat" 

detector = dlib.get_frontal_face_detector() 
predictor = dlib.shape_predictor(predictor_path) 
win = dlib.image_window() 

#FDT.jpg is the picture file to be processed in the same directory 
img = io.imread("FDT.jpg") 

win.set_image(img) 

dets = detector(img) 

print("Number of faces detected: {}".format(len(dets))) 
for k, d in enumerate(dets): 
    print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}".format(
     k, d.left(), d.top(), d.right(), d.bottom())) 
    # Get the landmarks/parts for the face in box d. 
    shape = predictor(img, d) 
    #print(shape) 
    print("Part 0: {}, Part 1: {} ...".format(shape.part(0), 
               shape.part(1))) 
# Draw the face landmarks on the screen. 
win.add_overlay(shape) 

win.add_overlay(dets) 
dlib.hit_enter_to_continue() 

---------------------------입니다 ---- -----------------------

오늘 저는 파이썬에서 help() 메소드를 기억하고 그것에 대해 시험해 봅니다. shape 변수 일본어 코드에서

>>>help(predictor) 

Help on shape_predictor in module dlib.dlib object: 

class shape_predictor(Boost.Python.instance) 
| This object is a tool that takes in an image region containing 
some object and outputs a set of point locations that define the pose 
of the object. The classic example of this is human face pose 
prediction, where you take an image of a human face as input and are 
expected to identify the locations of important facial landmarks such 
as the corners of the mouth and eyes, tip of the nose, and so forth. 

은 예측 방법의 출력이다.

>>>help(shape) 

형상의 설명

class full_object_detection(Boost.Python.instance) 
| This object represents the location of an object in an image along 
with the positions of each of its constituent parts. 
---------------------------------------------------------------------- 
| Data descriptors defined here: 
| 
| num_parts 
|  The number of parts of the object. 
| 
| rect 
|  The bounding box of the parts. 
| 
| ---------------------------------------------------------------------- 

가변 shape이 위치 좌표 점과 관련된 것으로 보인다.

>>>print(shape.num_parts) 
68 
>>>print(shape.rect) 
[(1005, 563) (1129, 687)] 

나는 68 개의 얼굴 표식 점이 있다고 가정합니다.

>>> print(shape.part(68)) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
IndexError: Index out of range 
>>> print(shape.part(65)) 
(1072, 645) 
>>> print(shape.part(66)) 
(1065, 647) 
>>> print(shape.part(67)) 
(1059, 646) 

사실입니까? 남아있는 문제는 어느 부분이 어떤 얼굴 표식 점에 응답하고 있는지입니다.

Answer 1

코드를 약간 수정했습니다.

import dlib 
import numpy as np 
from skimage import io 

predictor_path = "shape_predictor_68_face_landmarks.dat" 

detector = dlib.get_frontal_face_detector() 
predictor = dlib.shape_predictor(predictor_path) 

img = io.imread("FDT.jpg") 

dets = detector(img) 

#output face landmark points inside retangle 
#shape is points datatype 
#http://dlib.net/python/#dlib.point 
for k, d in enumerate(dets): 
    shape = predictor(img, d) 

vec = np.empty([68, 2], dtype = int) 
for b in range(68): 
    vec[b][0] = shape.part(b).x 
    vec[b][1] = shape.part(b).y 

print(vec) 

여기서 출력을

[[1003 575] 
[1005 593] 
[1009 611] 
[1014 627] 
[1021 642] 
[1030 655] 
[1041 667] 
[1054 675] 
[1069 677] 
[1083 673] 
[1095 664] 
[1105 651] 
[1113 636] 
[1120 621] 
[1123 604] 
[1124 585] 
[1124 567] 
[1010 574] 
[1020 570] 
[1031 571] 
[1042 574] 
[1053 578] 
[1070 577] 
[1081 572] 
[1092 568] 
[1104 566] 
[1114 569] 
[1063 589] 
[1063 601] 
[1063 613] 
[1063 624] 
[1050 628] 
[1056 630] 
[1064 632] 
[1071 630] 
[1077 627] 
[1024 587] 
[1032 587] 
[1040 586] 
[1048 588] 
[1040 590] 
[1031 590] 
[1078 587] 
[1085 585] 
[1093 584] 
[1101 584] 
[1094 588] 
[1086 588] 
[1045 644] 
[1052 641] 
[1058 640] 
[1064 641] 
[1070 639] 
[1078 640] 
[1086 641] 
[1080 651] 
[1073 655] 
[1066 656] 
[1059 656] 
[1052 652] 
[1048 645] 
[1059 645] 
[1065 646] 
[1071 644] 
[1083 642] 
[1072 645] 
[1065 647] 
[1059 646]] 

을이고 dlib에 기초하여 얼굴의 각 지점의 상관 부분을 설명하는 다른 오픈 소스 프로젝트 OpenFace이있다.