有沒有辦法通過使用 opencv/dlib 和實時流視頻來獲取額頭（邊界框）的區域

Question

我一直在從事一個項目，從實時流媒體視頻中獲取前額區域，而不僅僅是使用圖像和裁剪前額，就像從這個例子中一樣如何使用 opencv 和 dlib 檢測前額區域？ .

cap = cv2.VideoCapture(0)

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


while True:
    _, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = detector(gray) #detects number of faces present

    for face in faces:
        x1 = face.left()
        y1 = face.top()
        x2 = face.right()
        y2 = face.bottom()
        
        cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 3)
        
        landmarks = predictor(gray, face)

        for n in range(68, 81):
            x = landmarks.part(n).x
            y = landmarks.part(n).y

            cv2.circle(frame, (x, y), 4, (0, 255, 0), -1) 
            

我設法使用使用https://github.com/codeniko/shape_predictor_81_face_landmarks/blob/master/shape_predictor_81_face_landmarks.dat的地標獲得前額區域

但我需要的是矩形邊界框到地標檢測前額區域的位置。 這有可能得到嗎？ 如果沒有，我該怎么做才能獲得前額區域。 提前致謝。

Answer 1

您已經通過以下方式找到了所需的坐標：

for face in faces:
    x1 = face.left()
    y1 = face.top()
    x2 = face.right()
    y2 = face.bottom()

    cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 3)

但我需要的是矩形邊界框到地標檢測前額區域的位置。

然后改變y坐標：

cv2.rectangle(frame, (x1, y1-100), (x2, y2-100), (0, 0, 255), 3)

更新

為了貼在額頭點，我們需要得到最小和最大landmark坐標，然后我們需要繪制矩形。

Step1：獲取坐標：

---

• 1. 初始化x_pts和y_pts
• 2. 將landmark(n)點存儲到數組中。

for n in range(68, 81):
    x = landmarks.part(n).x
    y = landmarks.part(n).y

    x_pts.append(x)
    y_pts.append(y)

    cv2.circle(frame, (x, y), 4, (0, 255, 0), -1)

步驟 2：圍繞檢測點繪制矩形

---

• 1. 獲得最低和最高分

x1 = min(x_pts)
x2 = max(x_pts)
y1 = min(y_pts)
y2 = max(y_pts)

cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 3)

結果：

當我放大到網絡攝像頭時：

當我在遠處時：

代碼：

import cv2
import dlib

cap = cv2.VideoCapture(0)

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_81_face_landmarks.dat")

while True:
    _, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = detector(gray)  # detects number of faces present

    for face in faces:
        x1 = face.left()
        y1 = face.top()
        x2 = face.right()
        y2 = face.bottom()

        landmarks = predictor(gray, face)

        x_pts = []
        y_pts = []

        for n in range(68, 81):
            x = landmarks.part(n).x
            y = landmarks.part(n).y

            x_pts.append(x)
            y_pts.append(y)

            cv2.circle(frame, (x, y), 4, (0, 255, 0), -1)

        x1 = min(x_pts)
        x2 = max(x_pts)
        y1 = min(y_pts)
        y2 = max(y_pts)

        cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 3)

    cv2.imshow("out", frame)
    key = cv2.waitKey(1) & 0xFF

    # if the `q` key was pressed, break from the loop
    if key == ord("q"):
        break