我想知道如何训练层叠分类器以仅检测DLIB和[OPENCV] [2]中的睫毛或 Nose 特征点
[2]:http://opencv.org/#I想知道如何训练级联分类器以仅检测[A] [1]和[B] [2]#中的睫毛或 Nose 特征点
1.更清楚地说,我只想将一些特定的特征点提取到文本文件。
2.我尝试提取特征,但无济于事,它给出了所有68分。
最佳答案
对于Dlib python api起点应该是此示例http://dlib.net/face_landmark_detection.py.html
如您所见-它具有面部检测和形状预测:
dets = detector(img, 1)
...
shape = predictor(img, d)
形状对象包含脸部形状作为特征点坐标(零件)的列表。每个部分都是一个点,例如shape.part(30)是一个鼻尖。您可以在示例图片from this blog上看到其编号
据我了解,您只需将这些点保存到文件中即可,可以这样进行:
with open("sample_file.txt", "w") as f:
for i in range(30, 32):
f.write("{};{}\n".format(i, shape.part(i)))
其中30-32是要写入文件的零件号
关于opencv - 训练分类器以仅检测睫毛/ Nose 功能dlib和opencv?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38087145/