我在做表情识别的时候，使用的是 CK/CK+ 的数据集，然而令人难受的是，我一直不知道如何去标记人脸特征点。因为数据集里面有标记好的 Landmarks，都放在里面了。所以我训练是直接用这个数据的，测试集其实也是从里面随机抽取的。

然而昨天在找资料的时候，我很敏感的发现了68这个数字。天哪，我怎么会忘记，这个就是 CK/CK+ 数据集里面标记点的个数啊！

于是，我开始了 dlib 的调试。

配置

话不多说，还是：

macOS + anaconda + Python2.7

dlib 的安装：

对于 Mac 用户，参见这一篇

其实我根本就是忘记了我在安装 face_recognition 时曾经在 Python3 的环境下安装过 dlib 了。看这里

特征检测器

需要下载特征检测器，当然你也可以自己训练 (/滑稽)

下载后可以解压出一个 dat 文件，我们需要的就是这个。

检测人脸

之前就说过，dlib 也是可以检测人脸的。

1 2	detector = dlib.get_frontal_face_detector() faces = detector(img, 1)

这样，faces 里面就存储了所有脸部区域的范围。

值得注意的是，faces[i] 是第 i 张脸，使用.top() .bottom() .left() .right()四个函数得到具体的值

特征点标记

加载刚刚下载的文件来标记特征点。

1 2	landmark_predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat') shape = landmark_predictor(img,face_area)

其中，shape 就保存了特征点的信息。

为了得到特征点的坐标，需要使用.part()函数，如下:

1 2	x[i] = shape.part(i).x y[i] = shape.part(i).y

特征点是有顺序的，如下图：

68个特征点的位置如下：

{
    IdxRange jaw;       // [0 , 16]
    IdxRange rightBrow; // [17, 21]
    IdxRange leftBrow;  // [22, 26]
    IdxRange nose;      // [27, 35]
    IdxRange rightEye;  // [36, 41]
    IdxRange leftEye;   // [42, 47]
    IdxRange mouth;     // [48, 59]
    IdxRange mouth2;    // [60, 67]
}

实战

# -*- coding:utf-8 -*-

import cv2
import dlib

detector = dlib.get_frontal_face_detector()
landmark_predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat')
img = cv2.imread('./lyf2.png')
faces = detector(img, 1)

if (len(faces) > 0):
    for k,d in enumerate(faces):
        # cv2.rectangle(img,(d.left(),d.top()),(d.right(),d.bottom()),(255,255,255))
        shape = landmark_predictor(img,d)
        for i in range(68):
            img2 = cv2.circle(img, (shape.part(i).x, shape.part(i).y),5,(0,255,0), -1, 8)
            img2 = cv2.putText(img,str(i),(shape.part(i).x,shape.part(i).y),cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,2555,255))
cv2.imshow('Frame',img)
cv2.imwrite('./landmark.jpg', img2)
cv2.waitKey(0)