人脸检测实战高级：使用 OpenCV、Python 和 dlib 完成眨眼检测，详见文章：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/121771636?spm=1001.2014.3001.5502

dlib4android dlib for android一些有趣的东西 需要安装OpenCV Manager首先需要在/ sdcard /目录jni中的shape_predictor_68_face_landmarks.dat编译使用tzutalin

人脸检测进阶：使用 dlib、OpenCV 和 Python 检测眼睛、鼻子、嘴唇和下巴等面部五官,详见：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/121676797?spm=1001.2014.3001.5502

此文件是生成完毕的，解压后请将文件夹替换../dlib/matlab文件夹即可使用

精灵助手标注生成的xml经过此代码转换可支持dlib使用xml

dlib 安装包 适用环境：windows x64 Python版本：3.9.X 安装方式：pip install dlib-19.22.99-cp39-cp39-win_amd64.whl

主要介绍了Python+Dlib+Opencv实现人脸采集并表情判别,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

DLIB的简单介绍与，在树莓派上安装dlib的一些注意事项

人脸检测方法有许多，比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等。对于opencv的人脸检测方法，有点是简单，快速；存在的问题是人脸检测效果不好。正面/垂直/光线较好的人脸，该方法可以检测出来，而侧面/歪斜/光线不好的人脸，无法检测。因此，该方法不适合现场应用。对于dlib人脸检测方法 ，效果好于opencv的方法，但是检测力度也难以达到现场应用标准。 MTCNN是基于深度学习的人脸检测方法，对自然环境中光线，角度和人脸表情变化更具有鲁棒性，人脸检测效果更好；同时，内存消耗不大，可以实现实时人脸检测。 代码如下： from scipy import misc impo

68个标记点的dlib官方人脸识别模型，用于构建dlib的特征提取器