一、準備依賴庫

pip install dlib
pip python-opencv

二、程式碼實現 

#coding: utf-8
"""
從視屏中識別人臉，並實時標出面部特徵點
"""
import dlib                     #臉部辨識的庫dlib

import cv2                      #影象處理的庫OpenCv

# 使用特徵提取器get_frontal_face_detector
detector = dlib.get_frontal_face_detector()
# 讀入視訊檔
# cap = cv2.VideoCapture("row.MP4")
#建cv2攝像頭物件，這裡使用電腦自帶攝像頭，如果接了外部攝像頭，則自動切換到外部攝像頭
cap = cv2.VideoCapture(0)

# 設定視訊引數，propId設定的視訊引數，value設定的引數值
cap.set(3, 480)
# 截圖screenshoot的計數器
cnt = 0
# cap.isOpened（） 返回true/false 檢查初始化是否成功
while(cap.isOpened()):

    # cap.read()
    # 返回兩個值：
    #    一個布林值true/false，用來判斷讀取視訊是否成功/是否到視訊末尾
    #    影象物件，影象的三維矩陣
    flag, im_rd = cap.read()

    # 每幀資料延時1ms，延時為0讀取的是靜態幀
    k = cv2.waitKey(1)

    # 取灰度
    img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY)

    # 使用人臉檢測器檢測每一幀影象中的人臉。並返回人臉數rects
    faces = detector(img_gray, 0)

    # 待會要顯示在螢幕上的字型
    font = cv2.FONT_HERSHEY_SIMPLEX

    # 如果檢測到人臉
    if(len(faces)!=0):

        # 對每個人臉都畫出框框
        for i in range(len(faces)):
            # enumerate方法同時返回資料物件的索引和資料，k為索引，d為faces中的物件
            for k, d in enumerate(faces):
                # 用紅色矩形框出人臉
                cv2.rectangle(im_rd, (d.left(), d.top()), (d.right(), d.bottom()), (0, 255, 0),2)
                # 計算人臉熱別框邊長
                face_width = d.right() - d.left()
                #在上方顯示文字
                cv2.putText(im_rd, str(face_width) , (d.left(), d.top()-20), font, 0.5, (255, 0, 0), 1)
        # 標出人臉數
        cv2.putText(im_rd, "Faces: "+str(len(faces)), (20,50), font, 1, (0, 0, 255), 1, cv2.LINE_AA)
    else:
        # 沒有檢測到人臉
        cv2.putText(im_rd, "No Face", (20, 50), font, 1, (0, 0, 255), 1, cv2.LINE_AA)

    # 新增說明
    im_rd = cv2.putText(im_rd, "S: screenshot", (20, 400), font, 0.8, (0, 0, 255), 1, cv2.LINE_AA)
    im_rd = cv2.putText(im_rd, "Q: quit", (20, 450), font, 0.8, (0, 0, 255), 1, cv2.LINE_AA)


    #檢測按鍵
    k = cv2.waitKey(1)
    # 按下s鍵截圖儲存
    if (k == ord('s')):
        cnt+=1
        cv2.imwrite("screenshoot"+str(cnt)+".jpg", im_rd)
    # 按下q鍵退出
    if(k == ord('q')):
        break

    # 視窗顯示
    cv2.imshow("camera", im_rd)

# 釋放攝像頭
cap.release()
# 刪除建立的視窗
cv2.destroyAllWindows()

三、實驗結果