dlib 拿到 full_object_detection 后怎么做人脸矫正

在拿到 `full_object_detection` 对象后，我们可以使用 `dlib.get_face_chip()` 函数来进行人脸矫正。这个函数可以将人脸裁剪并进行矫正，使得人脸的姿态更加标准化，有利于后续的人脸识别等任务。

具体操作步骤如下：

1. 读入原始图像和 `full_object_detection` 对象。

import dlib
import cv2

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 读入图像
img = cv2.imread("test.jpg")

# 人脸检测
dets = detector(img, 1)

# 获取关键点
for i, face in enumerate(dets):
    shape = predictor(img, face)
    # 获取 full_object_detection 对象
    dlib_full_object_detection = dlib.full_object_detection(face, shape)

2. 对每个 `full_object_detection` 对象进行人脸矫正，并保存到文件。

# 对每个 full_object_detection 进行人脸矫正
face_chip = dlib.get_face_chip(img, dlib_full_object_detection)

# 保存到文件
cv2.imwrite("face_chip.jpg", face_chip)

注意：`get_face_chip()` 函数默认会将人脸裁剪为 150x150 的大小，如果需要调整大小，可以使用 `size` 参数来指定。

face_chip = dlib.get_face_chip(img, dlib_full_object_detection, size=200)

这样就可以将原始图像中的人脸进行矫正，并保存矫正后的人脸图像。