1、dlib的基本概念

1. Dlib是一个深度学习开源工具，基于C++开发，也支持Python开发接口。

2. 由于Dlib对于人脸特征提取支持很好，有很多训练好的人脸特征提取模型供开发者使用，所以Dlib人脸识别开发很适合做人脸项目开发。

3. HOG 方向梯度直方图（Histogram of Oriented Gradient）

（1）HOG是一种特征描述子，通常用于从图像数据中提取特征。它广泛用于计算机视觉任务的物体检测。

（2）特征描述子的作用：它是图像的简化表示，仅包含有关图像的最重要信息。

2、dlib库安装的方法

1.打开pycharm
2.File—>settings—>Project Interpreter
选择你安装的python3.6.1版本作为解释器
3.点击右侧+号，在搜素框里输入dlib，然后在右下角的Specify version前面的方框里面打钩，打钩之后选择版本19.6.1（和刚才安装的版本一样）

4.点击左下角的Install Package进行安装，如果一次不行就多安装几次
（再次提醒：版本一定要选刚才安装的那个）

3、dlib的运用

1、识别图像

# 1 导入库
import cv2
import dlib
import numpy as np
import matplotlib.pyplot as plt

# 2 方法：显示图片
def show_image(image, title):
    img_RGB = image[:, :, ::-1] # BGR to RGB
    plt.title(title)
    plt.imshow(img_RGB)
    plt.axis("off")

# 3 方法：绘制人脸矩形框
def plot_rectangle(image, faces):
    for face in faces:
        cv2.rectangle(image, (face.left(), face.top()), (face.right(), face.bottom()), (255,0,0), 4)
        # 画矩形，两个坐标
    return image

def main():
    # 4 读取一张图片
    img = cv2.imread("21.jpg")

    # 5 灰度转换
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 6 调用dlib库中的检测器
    detector = dlib.get_frontal_face_detector()
    dets_result = detector(gray, 1) # 1 ：代表将图片放大一倍
    # 7 给检测出的人脸绘制矩形框
    img_result = plot_rectangle(img.copy(), dets_result)

    # 8 创建画布
    plt.figure(figsize=(9, 6))
    plt.suptitle("face detection with dlib", fontsize=14, fontweight="bold")

    # 9 显示最终的检测效果
    show_image(img_result, "face detection")

    plt.show()

if __name__ == '__main__':
    main()

 2、电脑摄像头识别

# 1 导入库
import cv2
import dlib

# 2 方法：绘制人脸矩形框
def plot_rectangle(image, faces):
    for face in faces:
        cv2.rectangle(image, (face.left(), face.top()), (face.right(), face.bottom()), (255,0,0), 4)
    return image

def main():
    # 3 打开摄像头，读取视频
    capture = cv2.VideoCapture(0)
    # 4 判断摄像头是否正常工作
    if capture.isOpened() is False:
        print("Camera Error !")
    # 5 摄像头正常打开：循环读取每一帧
    while True:
        ret, frame = capture.read()
        if ret:
            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # BGR to GRAY

            # 6 调用dlib库中的检测器
            detector = dlib.get_frontal_face_detector()
            det_result = detector(gray, 1)  # 对图片进行检测，返回一个结果
            # 7 绘制检测结果
            dets_image = plot_rectangle(frame, det_result)  #  原始图片和检测结果  结果绘制到图片上去。

            # 8 实时显示最终的检测效果
            cv2.imshow("face detection with dlib", dets_image)

            # 9 按键"ESC"，退出，关闭摄像头
            if cv2.waitKey(1) == 27:
                break

    # 10 释放所有的资源
    capture.release()
    cv2.destroyAllWindows()

if __name__ == '__main__':
    main()