python提取人脸特征点

要提取人脸特征点，可以使用OpenCV和dlib库。

使用OpenCV：

1. 加载图像并将其转换为灰度图像。

import cv2

image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

2. 加载人脸检测器。

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

3. 使用人脸检测器检测图像中的人脸。

faces = face_cascade.detectMultiScale(gray, 1.3, 5)

4. 对于每个检测到的人脸，使用OpenCV的特征点检测器提取特征点。

import numpy as np

for (x, y, w, h) in faces:
    roi_gray = gray[y:y+h, x:x+w]
    eyes_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
    eyes = eyes_cascade.detectMultiScale(roi_gray)
    for (ex, ey, ew, eh) in eyes:
        eye_center = (x + ex + ew // 2, y + ey + eh // 2)
        cv2.circle(image, eye_center, 2, (255, 0, 0), -1)

使用dlib：

1. 加载图像。

import dlib

image = dlib.load_rgb_image('image.jpg')

2. 加载人脸检测器。

detector = dlib.get_frontal_face_detector()

3. 使用人脸检测器检测图像中的人脸。

faces = detector(image, 1)

4. 对于每个检测到的人脸，使用dlib的特征点检测器提取特征点。

predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

for face in faces:
    landmarks = predictor(image, face)
    for n in range(0, 68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        cv2.circle(image, (x, y), 2, (0, 255, 0), -1)

以上是两种常用的提取人脸特征点的方法，具体实现可以根据自己的需求进行调整。