帮我写一个opencv+python的人脸对齐程序

以下是一个基于dlib库的Python人脸对齐程序：

# 导入必要的库
import cv2
import dlib
import numpy as np

# 初始化dlib的面部检测器和68个面部关键点预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

# 定义人脸对齐函数
def align_face(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)
    # 如果没有检测到面部，则返回原始图像
    if len(faces) == 0:
        return img
    # 获取第一个检测到的面部关键点
    shape = predictor(gray, faces[0])
    shape = np.array([(p.x, p.y) for p in shape.parts()])
    # 计算眼睛中心点
    left_eye = shape[36:42].mean(axis=0).astype(np.int)
    right_eye = shape[42:48].mean(axis=0).astype(np.int)
    # 计算角度和缩放比例
    dx = right_eye[0] - left_eye[0]
    dy = right_eye[1] - left_eye[1]
    angle = np.degrees(np.arctan2(dy, dx))
    scale = 1.0
    # 计算仿射矩阵
    center = tuple(left_eye)
    M = cv2.getRotationMatrix2D(center, angle, scale)
    # 计算输出图像大小
    output_size = img.shape[:2]
    # 进行仿射变换
    aligned_img = cv2.warpAffine(img, M, output_size, flags=cv2.INTER_LINEAR, borderMode=cv2.BORDER_CONSTANT, borderValue=(0, 0, 0))
    return aligned_img

# 加载测试图像
img = cv2.imread('test.jpg')
# 对齐图像
aligned_img = align_face(img)
# 显示结果
cv2.imshow('Original', img)
cv2.imshow('Aligned', aligned_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个程序会对输入的图像进行人脸检测和关键点提取，然后计算眼睛中心点，并根据眼睛中心点的位置和角度进行仿射变换以对齐人脸。