pycharm摄像头识别人脸并建设一个人脸骨架代码

好的，下面是 PyCharm 中使用摄像头识别人脸并构建人脸骨架的完整代码：

import cv2
import dlib

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")
detector = dlib.get_frontal_face_detector()

cap = cv2.VideoCapture(0)

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        face = dlib.rectangle(x,y,x+w,y+h)
        landmarks = predictor(gray, face)
        for n in range(0, 68):
            x = landmarks.part(n).x
            y = landmarks.part(n).y
            cv2.circle(img, (x, y), 2, (0, 255, 0), -1)

    cv2.imshow('img',img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

在此代码中，我们使用 Haar 级联分类器检测摄像头中的人脸，并在每个检测到的人脸周围绘制蓝色矩形。然后，我们使用 Dlib 库中的面部关键点检测器来检测每个人脸的面部特征，并在每个面部关键点周围绘制绿色圆圈。注意，我们还需要在检测到的人脸上使用 `dlib.rectangle` 方法来创建一个 `face` 对象，以便将其传递给 `predictor` 方法。

最后，我们使用 `cv2.imshow()` 方法将每一帧图像显示在窗口中，并使用 `cv2.waitKey()` 等待按键事件。如果用户按下 'q' 键，则循环结束并释放摄像头资源。