通过dlib人脸关键点获得眼球和嘴巴内部的图片代码

以下是通过 dlib 人脸关键点获取眼球和嘴巴内部图片的 Python 代码：

import dlib
import cv2
import numpy as np

# 加载人脸检测器和关键点检测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 读取图像
img = cv2.imread("test.jpg")

# 检测人脸
faces = detector(img)

# 获取人脸关键点
for face in faces:
    landmarks = predictor(img, face)

    # 提取眼球
    left_eye_points = np.array([(landmarks.part(36).x, landmarks.part(36).y),
                                (landmarks.part(37).x, landmarks.part(37).y),
                                (landmarks.part(38).x, landmarks.part(38).y),
                                (landmarks.part(39).x, landmarks.part(39).y),
                                (landmarks.part(40).x, landmarks.part(40).y),
                                (landmarks.part(41).x, landmarks.part(41).y)], dtype=np.int32)
    left_eye_mask = np.zeros(img.shape[:2], dtype=np.uint8)
    cv2.drawContours(left_eye_mask, [left_eye_points], -1, 255, -1)
    left_eye = cv2.bitwise_and(img, img, mask=left_eye_mask)

    right_eye_points = np.array([(landmarks.part(42).x, landmarks.part(42).y),
                                 (landmarks.part(43).x, landmarks.part(43).y),
                                 (landmarks.part(44).x, landmarks.part(44).y),
                                 (landmarks.part(45).x, landmarks.part(45).y),
                                 (landmarks.part(46).x, landmarks.part(46).y),
                                 (landmarks.part(47).x, landmarks.part(47).y)], dtype=np.int32)
    right_eye_mask = np.zeros(img.shape[:2], dtype=np.uint8)
    cv2.drawContours(right_eye_mask, [right_eye_points], -1, 255, -1)
    right_eye = cv2.bitwise_and(img, img, mask=right_eye_mask)

    # 提取嘴巴内部
    mouth_points = np.array([(landmarks.part(60).x, landmarks.part(60).y),
                             (landmarks.part(61).x, landmarks.part(61).y),
                             (landmarks.part(62).x, landmarks.part(62).y),
                             (landmarks.part(63).x, landmarks.part(63).y),
                             (landmarks.part(64).x, landmarks.part(64).y),
                             (landmarks.part(65).x, landmarks.part(65).y),
                             (landmarks.part(66).x, landmarks.part(66).y),
                             (landmarks.part(67).x, landmarks.part(67).y)], dtype=np.int32)
    mouth_mask = np.zeros(img.shape[:2], dtype=np.uint8)
    cv2.drawContours(mouth_mask, [mouth_points], -1, 255, -1)
    mouth = cv2.bitwise_and(img, img, mask=mouth_mask)

    # 显示结果
    cv2.imshow("Left Eye", left_eye)
    cv2.imshow("Right Eye", right_eye)
    cv2.imshow("Mouth", mouth)
    cv2.waitKey(0)

cv2.destroyAllWindows()

其中，`test.jpg` 是待处理的图像文件路径，`shape_predictor_68_face_landmarks.dat` 是训练好的人脸关键点检测器模型文件路径。代码中使用 `dlib.get_frontal_face_detector()` 和 `dlib.shape_predictor()` 加载了人脸检测器和关键点检测器。

代码中通过 `detector(img)` 检测人脸，然后通过 `predictor(img, face)` 获取人脸关键点。接着使用 `cv2.drawContours()` 绘制出眼球和嘴巴内部的轮廓，然后使用 `cv2.bitwise_and()` 取出对应区域的图像。

最后，通过 `cv2.imshow()` 显示结果。