往期目錄

視訊人臉檢測——Dlib版（六）

OpenCV添加中文（五）

圖檔人臉檢測——Dlib版（四）

視訊人臉檢測——OpenCV版（三）

圖檔人臉檢測——OpenCV版（二）

OpenCV環境搭建（一）

更多更新，歡迎通路我的github：https://github.com/vipstone/faceai

前言

Dlib的人臉識别要比OpenCV精準很多，一個是模型方面的差距，在一方面和OpenCV的定位有關系，OpenCV是一個綜合性的視覺處理庫，既然這麼精準，那就一起趕快來看吧。

視訊人臉檢測是圖檔識别的進階版本，圖檔檢測詳情點選檢視我的上一篇《圖檔人臉檢測——Dlib版（四）》

除了人臉識别用的是Dlib外，還是用OpenCV讀取攝像頭和處理圖檔（轉為灰色），是以給出相關的文檔，友善了解。

效果預覽

技術實作

有了OpenCV的視訊人臉檢測，Dlib也大緻相同除了視訊識别器模型的聲明和使用不同，具體的細節請參考，視訊人臉檢測——OpenCV版（三）那篇已經講的很細緻了，在這就不具體叙述了。

完整的代碼如下：

# coding=utf-8
import cv2
import dlib

detector = dlib.get_frontal_face_detector()  #使用預設的人類識别器模型


def discern(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    dets = detector(gray, 1)
    for face in dets:
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()
        cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 2)
        cv2.imshow("image", img)


cap = cv2.VideoCapture(0)
while (1):
    ret, img = cap.read()
    discern(img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

那麼，OpenCV和Dlib的視訊識别對比，有兩個地方是不同的：

1.Dlib模型識别的準确率和效果要好于OpenCV；

2.Dlib識别的性能要比OpenCV差，使用視訊測試的時候Dlib有明顯的卡頓，但是OpenCV就好很多，基本看不出來；

關注下面二維碼，訂閱更多精彩内容。

關注公衆号（加好友）：

作者：

王磊的部落格

出處：

http://vipstone.cnblogs.com/