“Dlib是一個(gè)現(xiàn)代化的C ++工具包，包含用于創(chuàng)建復(fù)雜軟件的機(jī)器學(xué)習(xí)算法和工具”。它使您能夠直接在Python中運(yùn)行許多任務(wù)，其中一個(gè)例子就是人臉檢測。 

安裝dlib并不像只做一個(gè)“pip install dlib”那么簡單，因?yàn)橐_配置和編譯dlib，您首先需要安裝其他系統(tǒng)依賴項(xiàng)。如果你按照這里描述的步驟，它應(yīng)該很容易讓dlib啟動(dòng)并運(yùn)行。（在本文中，我將介紹如何在Mac上安裝dlib，但如果您使用的是Ubuntu，請務(wù)必查看相關(guān)資源部分的鏈接。） 

你需要確定的***件事是你已經(jīng)安裝和更新了Hombrew。如果您需要安裝它，請將其粘貼到終端中： 

$ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"  

或者，如果您需要更新Hombrew，請輸入以下內(nèi)容： 

$ brew update  

您現(xiàn)在可以使用Homebrew來安裝CMake，Boost.Python，以及在您的系統(tǒng)中正確配置和編譯dlib所需的兩個(gè)依賴關(guān)系： 

$ brew install cmake   
$ brew install boost-python  

***，您需要手動(dòng)下載并安裝XQuartz。 

您現(xiàn)在已準(zhǔn)備好安裝dlib。我們將通過首先為這個(gè)項(xiàng)目創(chuàng)建一個(gè)孤立的虛擬環(huán)境來做到這一點(diǎn)。我將使用virtualenv，但您可以使用任何您熟悉的虛擬環(huán)境工具，包括Python的venv模塊。需要scikit-image庫才能讀取我們稍后將傳遞給dlib的圖像文件，因此我們還需要pip安裝它： 

$ virtualenv venv_dlib   
$ source venv_dlib / bin / activate   
$ pip install scikit-image   
$ pip install dlib  

就是這樣。有了這個(gè)，你應(yīng)該有可用的dlib。

Dlib 

Dlib提供了不同的臉部檢測算法。我將在這里使用的是基于CNN的人臉檢測器。您可以下載預(yù)訓(xùn)練模型：https：//github.com/davisking/dlib-models。由于使用此模型的計(jì)算成本很高，因此***在GPU上執(zhí)行以下代碼。使用CPU也可以，但速度會(huì)更慢。 

要在下面的要點(diǎn)中運(yùn)行人臉檢測代碼，我建議首先在虛擬環(huán)境中再安裝兩個(gè)庫。這些庫將使與代碼交互和可視化結(jié)果更容易： 

$ pip install matplotlib   
$ pip install jupyterlab  

安裝完庫后，您需要確保： 

•     下載預(yù)訓(xùn)練模型（http://dlib.net/files/mmod_human_face_detector.dat.bz2）并將其存儲(chǔ)在項(xiàng)目的根目錄中 
•     創(chuàng)建一個(gè)名為'faces'的新目錄，在該目錄中存儲(chǔ)帶有希望檢測的臉部的.jpg。 

有了這個(gè)，你終于準(zhǔn)備好開始在圖片中檢測臉部了！您可以通過在Jupyter Notebook中運(yùn)行以下代碼來完成此操作    

import dlib   
    import matplotlib.patches as patches   
    import matplotlib.pyplot as plt   
    from pathlib import Path   
    from skimage import io   
    %matplotlib inline   
    # Load trained model  
    cnn_face_detector = dlib.cnn_face_detection_model_v1(  
    'mmod_human_face_detector.dat')   
    # Function to detect and show faces in images   
    def detect_face_dlib(img_path, ax):   
    # Read image and run algorithm   
    img = io.imread(img_path)   
    dets = cnn_face_detector(img, 1)   
    # If there were faces detected, show them   
    if len(dets) > 0:   
    for d in dets:   
    rect = patches.Rectangle(   
    (d.rect.left(), d.rect.top()),   
    d.rect.width(),   
    d.rect.height(),   
    fill=False,   
    color='b',   
    lw='2')   
    ax.add_patch(rect)   
    ax.imshow(img)   
    ax.set_title(str(img_path).split('/')[-1])   
    # Path to images   
    images = list(Path('faces').glob('*.jpg'))   
    # Show results   
    fig = plt.figure(figsize=(15, 5))   
    for i, img in enumerate(images): 
    ax = fig.add_subplot(1, len(images), i+1)   
    detect_face_dlib(img, ax)  

結(jié)果 

在運(yùn)行代碼之后，您應(yīng)該看到圖像中的臉部周圍出現(xiàn)藍(lán)色方塊，如果您問我，考慮到我們只寫了幾行代碼，這非常棒！