python dlib 训练人脸特征点检测器

python dlib库，训练人脸的68个特征点检测器。包含数据集，源码。详细可以参考我的博客：http://blog.csdn.net/hongbin_xu/article/details/78511923

# coding: utf-8
# 
#   This example program shows how to use dlib‘s implementation of the paper:
#   One Millisecond Face Alignment with an Ensemble of Regression Trees by
#   Vahid Kazemi and Josephine Sullivan CVPR 2014

import os
import cv2
import dlib
import glob

current_path = os.getcwd（）
faces_path = current_path + ‘/examples/faces‘

# 训练部分
# 参数设置
options = dlib.shape_predictor_training_options（）
options.oversampling_amount = 300
options.nu = 0.05
options.tree_depth = 2
options.be_verbose = True

# 导入打好了标签的xml文件
training_xml_path = os.path.join（faces_path “training_with_face_landmarks.xml“）
# 进行训练，训练好的模型将保存为predictor.dat
dlib.train_shape_predictor（training_xml_path “predictor.dat“ options）
# 打印在训练集中的准确率
print “\nTraining accuracy:{0}“.format（dlib.test_shape_predictor（training_xml_path “predictor.dat“））

# 导入测试集的xml文件
testing_xml_path = os.path.join（faces_path “testing_with_face_landmarks.xml“）
# 打印在测试集中的准确率
print “\Testing accuracy:{0}“.format（dlib.test_shape_predictor（testing_xml_path “predictor.dat“））

# 测试部分
predictor = dlib.shape_predictor（“predictor.dat“）
detector = dlib.get_frontal_face_detector（）
print（“Showing detections and predictions on the images in the faces folder...“）
for f in glob.glob（os.path.join（faces_path “*.jpg“））:
	print（“Processing file: {}“.format（f））
	img = cv2.imread（f）
	img2 = cv2.cvtColor（img cv2.COLOR_BGR2GRAY）
	dets = detector（img2 1）
	print（“Number of faces detected: {}“.format（len（dets）））
	for index face in enumerate（dets）:
		print（‘face {}; left {}; top {}; right {}; bottom {}‘.format（index face.left（） face.top（） face.right（） face.bottom（）））
	
		# left = face.left（）
		# top = face.top（）
		# right = face.right（）
		# bottom = face.bottom（）
		# cv2.rectangle（img （left top） （right bottom） （0 255 0） 3）
		# cv2.namedWindow（f cv2.WINDOW_AUTOSIZE）
		# cv2.imshow（f img）
		
		shape = predictor（img face）
		# print（shape）
		# print（shape.num_parts）
		for index pt in enumerate（shape.parts（））:
			print（‘Part {}: {}‘.format（index pt））
			pt_pos = （pt.x pt.y）
			cv2.circle（img pt_pos 2 （255 0 0） 1）
			#print（type（pt））
		#print（“Part 0: {} Part 1: {} ...“.format（shape.part（0） shape.part（1）））
		cv2.namedWindow（f cv2.WINDOW_AUTOSIZE）
		cv2.imshow（f img）

cv2.waitKey（0）
cv2.destroyAllWindows（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-12 14:34  train_shpe_detector\
     目录           0  2017-11-12 14:23  train_shpe_detector\examples\
     目录           0  2017-11-02 21:02  train_shpe_detector\examples\faces\
     文件       89619  2017-11-02 21:02  train_shpe_detector\examples\faces\2007_007763.jpg
     文件       41770  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_001009.jpg
     文件       65344  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_001322.jpg
     文件       92641  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_002079.jpg
     文件       91349  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_002470.jpg
     文件       79316  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_002506.jpg
     文件       93821  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_004176.jpg
     文件      110034  2017-11-02 21:02  train_shpe_detector\examples\faces\2008_007676.jpg
     文件       79462  2017-11-02 21:02  train_shpe_detector\examples\faces\2009_004587.jpg
     文件      648373  2017-11-02 21:02  train_shpe_detector\examples\faces\bald_guys.jpg
     文件      175216  2017-11-02 21:02  train_shpe_detector\examples\faces\dogs.jpg
     文件        4166  2017-11-02 21:02  train_shpe_detector\examples\faces\image_metadata_stylesheet.xsl
     文件        1879  2017-11-02 21:02  train_shpe_detector\examples\faces\testing.xml
     文件       71586  2017-11-02 21:02  train_shpe_detector\examples\faces\testing_with_face_landmarks.xml
     文件        1445  2017-11-02 21:02  train_shpe_detector\examples\faces\training.xml
     文件       51828  2017-11-02 21:02  train_shpe_detector\examples\faces\training_with_face_landmarks.xml
     文件    16601169  2017-11-12 15:23  train_shpe_detector\predictor.dat
     文件        2425  2017-11-12 14:50  train_shpe_detector\train_shpe_detector.py