济南网站优化seo竞价托管 微竞价

摘要：人脸检测模型输出人脸目标框坐标和5个人脸关键点，在进行人脸比对前，需要对检测得到的人脸框进行对齐（纠正），本文将通过5个人脸关键点信息对人脸就行对齐（纠正）。

一、输入图像就行人脸检测：

人脸检测模型输出每个人脸的目标框坐标以及5个关键点坐标。

二、利用5个特征点进行人脸对齐（纠正）
人脸1：

人脸1纠正结果：

人脸2：

人脸2纠正后结果：

人脸3：

人脸3纠正后结果：

三、人脸对齐（纠正）代码示例：

import cv2
import numpy as np
import skimage.transformST_KEYPOINT = np.array([[0.34191607, 0.46157411],[0.65653393, 0.45983393],[0.500225, 0.64050536],[0.37097589, 0.82469196],[0.63151696, 0.82325089]], dtype=np.float32)def get_aligned_face(image, keypoint, align_size):'''Args:image: origin imsgekeypoint: five keypoints with shape of (5, 2)align_size: output size of (w, h), exp: (112, 112)Returns:aligned face with the size of align_size'''st_kp = ST_KEYPOINT * np.array(align_size)st = skimage.transform.SimilarityTransform()  # define the  function of affine transformationst.estimate(keypoint, st_kp)  # calculate the matrix of affine transformationalign_face = cv2.warpAffine(image, st.params[0:2, :], align_size, flags=cv2.INTER_LINEAR, borderValue=0.0)  # face alignreturn align_face