1、如何在Python上安装OpenFace
下载安装
1、首先需要下载OpenFace源码：
（Anaconda、Git等自行提前安装）
git clone https://github.com/cmusatyalab/openface.git2、接着进入openface路径
cd openface3、执行：
pip install -r requirements.txt4、执行：
python setup.py install需要说明的是，第3步，自动安装可能会很慢或出问题，可以（参考该文件内容）手动安装依赖项。
完成验证
安装完之后，可以在控制台中，进入python环境，然后导入openface的包看是否报错
可能会有确实其他包的报错，比如报缺少“opencv_python”，缺什么就装什么即可，知道不再报错。
模型下载
进入
cd models运行
./get-models.sh或者手动下载(参考该文件内容)：
1、http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
解压到：【*openface\models\dlib】目录下
2、https://storage.cmusatyalab.org/openface-models/nn4.small2.v1.t7
https://storage.cmusatyalab.org/openface-models/celeb-classifier.nn4.small2.v1.pkl
这两个放到【*openface\models\openface】目录下
2、用opencv实现一个实时摄像头获取画面的程序
import threading
import cv2class OpcvCapture(threading.Thread):def __init__(self, win_name, cam_name):super().__init__()self.cam_name = cam_nameself.win_name = win_namedef run(self):capture = cv2.VideoCapture(self.cam_name)while (True):# 获取一帧ret, frame = capture.read()cv2.imshow(self.win_name, frame)cv2.waitKey(1)if __name__ == "__main__":camera1 = OpcvCapture("camera1", 1)camera1.start()run_code = 0
3、添加人脸检测和关键点识别代码
加载必要的数据和模型：
路径根据实际进行配置，或将【models】文件夹复制到项目所在位置
import os
import openfacefileDir = os.path.dirname(os.path.realpath(__file__))
modelDir = os.path.join(fileDir, 'models')
dlibModelDir = os.path.join(modelDir, 'dlib')align = openface.AlignDlib(os.path.join(dlibModelDir, "shape_predictor_68_face_landmarks.dat"))
添加检测算法并绘制点
def _detector(self, frame, mirror=False):show_img = cv2.flip(frame, flipCode=1) if mirror else framerects = align.getAllFaceBoundingBoxes(show_img)if len(rects) > 0:bb = align.findLandmarks(show_img, rects[0])for pt in bb:cv2.circle(show_img, pt, 3, [0, 0, 255], thickness=-1)return show_img在获取到的帧上进行调用
在第二节的摄像头画面获取的程序中，每获取到一帧图像后调用检测算法，将返回的结果进行显示：
#摄像头实时画面线程类的部分代码def run(self):capture = cv2.VideoCapture(self.cam_name)while (True):# 获取一帧ret, frame = capture.read()# 获取的帧送入检测，绘制检测结果后返回,自拍模式做镜像show_img = self._detector(frame, mirror=True)cv2.imshow(self.win_name, show_img)cv2.waitKey(1)最终效果：
完整代码：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @FileName :opfacevideo.py
# @Time :2020/6/20 16:23
# @Author :Rainkimport threading
import cv2
import os
import openfacefileDir = os.path.dirname(os.path.realpath(__file__))
modelDir = os.path.join(fileDir, 'models')
dlibModelDir = os.path.join(modelDir, 'dlib')align = openface.AlignDlib(os.path.join(dlibModelDir, "shape_predictor_68_face_landmarks.dat"))class OpcvCapture(threading.Thread):def __init__(self, win_name, cam_name):super().__init__()self.cam_name = cam_nameself.win_name = win_name# self.frame = np.zeros([400, 400, 3], np.uint8)def run(self):capture = cv2.VideoCapture(self.cam_name)while (True):# 获取一帧ret, frame = capture.read()# 获取的帧送入检测，绘制检测结果后返回,自拍模式做镜像show_img = self._detector(frame, mirror=True)cv2.imshow(self.win_name, show_img)cv2.waitKey(1)def _detector(self, frame, mirror=False):show_img = cv2.flip(frame, flipCode=1) if mirror else framerects = align.getAllFaceBoundingBoxes(show_img)if len(rects) > 0:bb = align.findLandmarks(show_img, rects[0])for pt in bb:cv2.circle(show_img, pt, 3, [0, 0, 255], thickness=-1)return show_imgif __name__ == "__main__":camera1 = OpcvCapture("camera1", 1)camera1.start()
