dlibの検索結果1 - 4 件 / 4件

• あとで読む

  [OpenCV+dlib] 顔認識の実験 - Qiita

  • 4 users
  • qiita.com/kotai2003
  • テクノロジー
  • 2020/11/25

  1.はじめに OpenCVとdlibで顔認識を実験してみました。 2. Face Detector() まず、顔を検出します。 顔の検出というのは、「画像の中から、人の顔を認識し、その位置を特定する」ことを意味します。 dlibのget_frontal_face_detector()を利用します。 import dlib #dlibのget_frontal_face_detectorのインスタンスを立てる。 detector = dlib.get_frontal_face_detector() #imagesで顔を検出し、それをfacesに保存する。 faces = detector(images) 上記のコードのfacesに保存された情報を元に、検出された顔に四角い枠を表示します。 実行結果を示します。二人の女性を顔を検出し、白い枠で表示されていることが分かります。 3. Facial

  
• あとで読む

  pythonとdlibでお手軽に顔のランドマークを検出してみた - Qiita

  • 4 users
  • qiita.com/mimitaro
  • テクノロジー
  • 2020/11/22

  pip install dlib pip install imutils pip install opencv pip install libopencv pip install py-opencv 学習済みモデルの入手 学習済みモデルはdlibの公式サイトの以下から入手できます。 dlib ～Index of /files～ http://dlib.net/files/ →「shape_predictor_68_face_landmarks.dat.bz2 」を選択 余談ですが上記の学習済みモデルは以下のサイトのデータを元に生成されています。 i・bug ～Facial point annotations～ https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/ 顔画像の入手 顔画像は以下から「Girl.bmp」を入手し

  • python
  • 画像

  
• あとで読む

  pythonにdlibをインストールしようとしてエラーが出た時の対処法(Windows) - Qiita

  • 3 users
  • qiita.com/pranetaorion
  • テクノロジー
  • 2021/11/15

  pythonでdlibを使用するためにインストールしようとして、 色々つまづいたので対処法を残す。 スクショなど取り忘れたので画像一切なしです。すいません。 そのうち画像も用意します。 もしかすると不要な工程もあるかもしれないですがあしからず。 1. 環境 環境は以下の通り ・Windows 10 Home 64bit ・Anaconda 4.10.3 ・python 3.8.8 2. CMakeのインストール pip install cmakeでインストールできる(らしい)。 自分はCMakeのサイトからインストーラーをダウンロードしてインストールした。 ・CMakeのダウンロードリンク インストールするときに"Add CMake to the system PATH for all users"にチェックを入れる。 コマンドプロンプトかPowerShellで cmake --versi

  
• あとで読む

  OpenCVとdlibを使って顔認識(face recognition)してみる【前編】｜Tech Press | テックプレス

  • 3 users
  • techpr.info
  • テクノロジー
  • 2021/12/16

  いきなりの実装に入る前に、簡単に理論のおさらいと基本的な実装方法をおさえておきます。 その後に、ウェブカメラを使って顔を検出し、似ている人を選択するアプリを作成します。 顔認識で検出するまでの流れ 画像もしくは動画を見て顔を見つける顔に焦点を合わせ、顔が正面を向いていなくても人だと認識できる目の大きさ、顔の長さなど他の人と区別するために固有の特徴量を選択検出した顔の特徴を、他の人と比較して一番似ている人を決定 顔を見つける 顔かどうかを判定するためには、いくつか方法があります。 まず、ピクセルを明るさの差でグラデーションに置き換えることで、明るさの変化の方向だけを考えることができます。 そうすれば、画像の基本パターンを知ることができるので顔の特徴を抽出しやすくなります。 この手法はHOGと呼ばれものです。 顔の向きの不一致 正面を向いている顔は認識しやすいのですが、斜めや横を向いていると途