人脸关键点检测 代码

当然可以！以下是一个简单的人脸关键点检测的代码示例，使用了OpenCV和dlib库：

import cv2
import dlib

# 加载模型
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 加载图像
image = cv2.imread("face.jpg")

# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 人脸检测
faces = detector(gray)

for face in faces:
    # 关键点检测
    landmarks = predictor(gray, face)
    
    for n in range(0, 68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        
        # 绘制关键点
        cv2.circle(image, (x, y), 2, (0, 255, 0), -1)

# 显示结果
cv2.imshow("Facial Landmarks", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先加载了dlib的人脸检测器和关键点预测器模型。然后，我们加载待检测的图像并将其转换为灰度图像。接下来，我们使用人脸检测器检测图像中的人脸，并使用关键点预测器获取每个人脸的关键点坐标。最后，我们在图像上绘制出这些关键点，并显示结果。

请注意，你需要提前下载dlib的关键点预测器模型文件（shape_predictor_68_face_landmarks.dat），并将其放在与代码文件相同的目录下。

希望这个示例能够帮助到你！如果有任何问题，请随时问我。