Dlib基于MMOD的CNN人脸检测：原理、模型与实践

import dlib

# 加载CNN人脸检测器模型
# mmod_human_face_detector.dat 文件包含了预训练的模型权重和架构
cnn_face_detector = dlib.cnn_face_detection_model_v1('mmod_human_face_detector.dat')

pip install dlib opencv-python numpy

import dlib
import cv2
import numpy as np

def detect_faces_with_dlib_cnn(image_path, model_path='mmod_human_face_detector.dat'):
    """
    使用Dlib的CNN模型进行人脸检测。

    Args:
        image_path (str): 输入图像的路径。
        model_path (str): Dlib CNN人脸检测模型文件的路径（mmod_human_face_detector.dat）。
    """
    try:
        # 1. 加载CNN人脸检测器模型
        print(f"正在加载Dlib CNN人脸检测模型: {model_path}...")
        cnn_face_detector = dlib.cnn_face_detection_model_v1(model_path)
        print("模型加载成功。")

        # 2. 读取图像
        print(f"正在读取图像: {image_path}...")
        image = cv2.imread(image_path)
        if image is None:
            raise FileNotFoundError(f"无法读取图像文件: {image_path}")

        # 将OpenCV的BGR图像转换为Dlib期望的RGB格式
        rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        print("图像读取并转换为RGB格式成功。")

        # 3. 执行人脸检测
        print("正在执行人脸检测...")
        # detections 返回一个包含dlib.mmod_rect对象的列表
        # 每个对象包含一个矩形框（rect）和一个置信度分数（detection_confidence）
        detections = cnn_face_detector(rgb_image, 1) # 1表示对图像进行1次上采样以提高小脸检测能力
        print(f"检测到 {len(detections)} 个人脸。")

        # 4. 绘制检测结果
        output_image = image.copy()
        for i, d in enumerate(detections):
            # 获取矩形框坐标
            x1, y1, x2, y2 = d.rect.left(), d.rect.top(), d.rect.right(), d.rect.bottom()

            # 绘制矩形框
            cv2.rectangle(output_image, (x1, y1), (x2, y2), (0, 255, 0), 2) # 绿色框

            # 显示置信度
            text = f"Face {i+1}: {d.detection_confidence:.2f}"
            cv2.putText(output_image, text, (x1, y1 - 10), 
                        cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
            print(f"人脸 {i+1}: 坐标 ({x1}, {y1}, {x2}, {y2}), 置信度: {d.detection_confidence:.2f}")

        # 5. 显示结果图像
        cv2.imshow("Dlib CNN Face Detection", output_image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

    except FileNotFoundError as e:
        print(f"错误: {e}")
    except Exception as e:
        print(f"发生错误: {e}")

if __name__ == "__main__":
    # 创建一个虚拟图像文件用于测试（如果实际没有图片）
    # 或者替换为你的实际图片路径
    test_image_name = "test_face.jpg"
    try:
        # 尝试创建一个简单的白色图像并保存，如果文件不存在
        if not os.path.exists(test_image_name):
            print(f"创建测试图像: {test_image_name}")
            dummy_image = np.ones((400, 600, 3), dtype=np.uint8) * 255
            cv2.imwrite(test_image_name, dummy_image)
            print("请手动将一张包含人脸的图片命名为 'test_face.jpg' 替换此文件，或修改 image_path。")
            # 退出，让用户替换图片
            import sys
            sys.exit(0) 

        detect_faces_with_dlib_cnn(test_image_name)
    except Exception as e:
        print(f"主程序执行失败: {e}")