学更好的别人，
做更好的自己。
——《微卡智享》
本文长度为3322字，预计阅读9分钟
前言
《 OpenCV源码Android端编译，用时三天，我编了个寂寞。。。》文中介绍了编译OpenCV+Contrib模块的编译，虽然Andorid下编译始终没有获得libopencv_java4.so的库，不过在Windows下编译还是正常的，今天主要介绍人脸特征点的检测功能，就用到Contrib模块中的FaceMarkLBF。
实现效果
上面的GIF图中可以看出来，除了第一张多人里面有侧脸的，检测特征点时有点差，基本检测的都还挺不错。 文章最后有Demo的GitHub源码地址。
实现方式
思路
1
加载OpenCV DNN和FacemarkLBF的模型（FacemarkLBF在OpenCVr的Contrib模块中）
2
使用DNN人脸检测获取图像中所有人脸的矩形框
3
调用FaceMarkLBF中的fit针对Mat和上面获得的人脸矩形框进行特征点检测，检测的结果存放为vector<vector
重点说明
微卡智享
01
关于OpenCV配置
使用VS2019编译的OpenCV及Contrib模块的源码后，生成的dll的动态库是VC16了，不是原来的VC15，而且在Debug和Relese都编译了一遍（ 用处就在正式环境中速度会提高接近10倍），所以会有opencv_world451.dll和opencv_world451d.dll两个动态库。
属性管理器里面也加入Debug和Relese的配置
Debug和Relese的VC++目录还是编译后的OpenCV目录。
链接器中Debug这里填上opencv_world451d.lib，而Relese里就填opencv_world451.lib。
02
DNN人脸检测
同《 实践|OpenCV4.2使用DNN进行人脸检测一（图片篇）》文章中一样，已经把DNN的人脸检测单位写在一个类中
原来的detect的函数中我们是在原图上画出红色矩形框，返回的是vector
bool dnnfacedetect::detectRect(Mat frame, vector<Rect> &rects)
03
LBF人脸特征点
LBF人脸特征点检测也单独写了一个类，里面也比较简单，构造函数直接加载模型，然后一个检测的函数。
#include "chkfacemark.h"
04
多张图片加载
以前的Demo中只是加载了一张图片，这次是直接加了一个目录下的文件。定义了文件目录后，使用cv::glob的函数可以把所有的文件名存放到vector
//加载多张图片
然后再循环处理filenames的方法即可。
05
关于图像缩放的问题
上面两个图中可以看到，像素差别好大，如果不用缩放的话，第二张图只能看到左上角的图片，为了解决这个问题，所以写了一个函数用于处理图像绽放的问题。
图像缩放思路
1
设定横向图像的最大宽度、纵向图像的最大高度
2
根据输入的图像判断是横向还是纵向
3
横向如果宽度超过最大宽度，按最大宽度除当前宽度算出比例，然后进行Resize的缩放（纵向就是高度超过最大高度处理）
//计算图像缩放
然后在每次读取完图像后先进行缩放处理，即可正常显示了。
比较核心的东西上面都已经讲完了，全部的代码可以访问下面的链接，或是点击最后的阅读原文下载。里面的LBF模型文件还有DNN的模型文件都在代码里面。
源码地址
https://github.com/Vaccae/OpenCVDnnfacedecet.git
完
扫描二维码
获取更多精彩
微卡智享
「 往期文章 」
OpenCV源码Android端编译，用时三天，我编了个寂寞。。。
.Net5中Swagger采用Attribute方式实现Api隐藏
本文分享自微信公众号 - 微卡智享（VaccaeShare）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
