Python 人脸特征点检测指南

借助 MediaPipe 人脸特征点任务，您可以检测图片和视频中的人脸特征点和面部表情。您可以使用此任务来识别人类面部表情，并应用面部滤镜和特效来创建虚拟头像。此任务使用可处理单张图片或连续图片流的机器学习 (ML) 模型。该任务会输出三维人脸特征点、融合变形得分（表示面部表情的系数）以实时推断详细的面部表面，还会输出转换矩阵以执行特效渲染所需的转换。

GitHub 上提供了这些说明中介绍的代码示例。 如需详细了解此任务的功能、模型和配置选项，请参阅概览。

代码示例

人脸特征点的示例代码在 Python 中提供了此任务的完整实现，以供您参考。此代码可帮助您测试此任务并开始构建自己的人脸特征点。您可以使用网络浏览器查看、运行和修改 人脸特征点器示例代码。

如果您要为 Raspberry Pi 实现人脸特征点，请参阅 Raspberry Pi 示例应用。

初始设置

本部分介绍了专门为使用人脸特征点而设置开发环境和代码项目的关键步骤。如需了解如何为使用 MediaPipe 任务设置开发环境的一般信息（包括平台版本要求），请参阅 Python 设置指南。

软件包

MediaPipe Face Markerer 任务需要使用 mediapipe PyPI 软件包。您可以利用以下代码安装和导入这些依赖项：

$ python -m pip install mediapipe

导入

导入以下类以访问人脸特征点任务函数：

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import vision

模型

MediaPipe 人脸特征点任务需要使用与此任务兼容的经过训练的模型。如需详细了解可用于人脸特征点且经过训练的模型，请参阅任务概览“模型”部分。

选择并下载模型，然后将其存储在本地目录中：

model_path = '/absolute/path/to/face_landmarker.task'

使用 BaseOptions 对象 model_asset_path 参数指定要使用的模型的路径。如需查看代码示例，请参阅下一部分。

创建任务

MediaPipe 人脸特征点任务使用 create_from_options 函数来设置该任务。create_from_options 函数接受要处理的配置选项的值。如需详细了解配置选项，请参阅配置选项。

以下代码演示了如何构建和配置此任务。

这些示例还显示了图片、视频文件和直播的任务构造变体。

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
FaceLandmarker = mp.tasks.vision.FaceLandmarker
FaceLandmarkerOptions = mp.tasks.vision.FaceLandmarkerOptions
VisionRunningMode = mp.tasks.vision.RunningMode

options = FaceLandmarkerOptions(
    base_options=BaseOptions(model_asset_path=model_path),
    running_mode=VisionRunningMode.IMAGE)

with FaceLandmarker.create_from_options(options) as landmarker:
  # The landmarker is initialized. Use it here.
  # ...
    

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
FaceLandmarker = mp.tasks.vision.FaceLandmarker
FaceLandmarkerOptions = mp.tasks.vision.FaceLandmarkerOptions
VisionRunningMode = mp.tasks.vision.RunningMode

# Create a face landmarker instance with the video mode:
options = FaceLandmarkerOptions(
    base_options=BaseOptions(model_asset_path=model_path),
    running_mode=VisionRunningMode.VIDEO)

with FaceLandmarker.create_from_options(options) as landmarker:
  # The landmarker is initialized. Use it here.
  # ...
    

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
FaceLandmarker = mp.tasks.vision.FaceLandmarker
FaceLandmarkerOptions = mp.tasks.vision.FaceLandmarkerOptions
FaceLandmarkerResult = mp.tasks.vision.FaceLandmarkerResult
VisionRunningMode = mp.tasks.vision.RunningMode

# Create a face landmarker instance with the live stream mode:
def print_result(result: FaceLandmarkerResult, output_image: mp.Image, timestamp_ms: int):
    print('face landmarker result: {}'.format(result))

options = FaceLandmarkerOptions(
    base_options=BaseOptions(model_asset_path=model_path),
    running_mode=VisionRunningMode.LIVE_STREAM,
    result_callback=print_result)

with FaceLandmarker.create_from_options(options) as landmarker:
  # The landmarker is initialized. Use it here.
  # ...
    

如需查看创建与图片搭配使用的人脸特征点的完整示例，请参阅代码示例。

配置选项

此任务为 Python 应用提供以下配置选项：

准备数据

准备您的输入作为图片文件或 NumPy 数组，然后将其转换为 mediapipe.Image 对象。如果您的输入是来自摄像头的视频文件或直播，您可以使用外部库（如 OpenCV）将输入帧加载为 Numpy 数组。

import mediapipe as mp

# Load the input image from an image file.
mp_image = mp.Image.create_from_file('/path/to/image')

# Load the input image from a numpy array.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_image)
    

import mediapipe as mp

# Use OpenCV’s VideoCapture to load the input video.

# Load the frame rate of the video using OpenCV’s CV_CAP_PROP_FPS
# You’ll need it to calculate the timestamp for each frame.

# Loop through each frame in the video using VideoCapture#read()

# Convert the frame received from OpenCV to a MediaPipe’s Image object.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)
    

import mediapipe as mp

# Use OpenCV’s VideoCapture to start capturing from the webcam.

# Create a loop to read the latest frame from the camera using VideoCapture#read()

# Convert the frame received from OpenCV to a MediaPipe’s Image object.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)
    

运行任务

人脸特征点使用 detect、detect_for_video 和 detect_async 函数来触发推断。对于人脸特征点，这涉及预处理输入数据并检测图片中的人脸。

以下代码演示了如何使用任务模型执行处理。

# Perform face landmarking on the provided single image.
# The face landmarker must be created with the image mode.
face_landmarker_result = landmarker.detect(mp_image)
    

# Perform face landmarking on the provided single image.
# The face landmarker must be created with the video mode.
face_landmarker_result = landmarker.detect_for_video(mp_image, frame_timestamp_ms)
    

# Send live image data to perform face landmarking.
# The results are accessible via the `result_callback` provided in
# the `FaceLandmarkerOptions` object.
# The face landmarker must be created with the live stream mode.
landmarker.detect_async(mp_image, frame_timestamp_ms)
    

请注意以下几点：

• 在视频模式或直播模式下运行时，还应为人脸特征点任务提供输入帧的时间戳。
• 在图片或视频模型中运行时，人脸特征点任务会阻塞当前线程，直到其处理完输入图片或帧。
• 在直播模式下运行时，人脸特征点任务会立即返回，并且不会阻塞当前线程。每当处理完输入帧时，它都会使用检测结果调用结果监听器。如果在人脸特征点任务正忙于处理另一帧时调用检测函数，该任务将忽略新的输入帧。

如需查看在图片上运行人脸特征点的完整示例，请参阅代码示例了解详情。

处理和显示结果

每次运行检测时，人脸特征点都会返回一个 FaceLandmarkerResult 对象。结果对象包含检测到的每个人脸的人脸网格，以及每个人脸特征点的坐标。（可选）结果对象还可以包含表示面部表情的融合变形，以及用于对检测到的地标应用面部特效的面部转换矩阵。

下面显示了此任务的输出数据示例：

FaceLandmarkerResult:
  face_landmarks:
    NormalizedLandmark #0:
      x: 0.5971359014511108
      y: 0.485361784696579
      z: -0.038440968841314316
    NormalizedLandmark #1:
      x: 0.3302789330482483
      y: 0.29289937019348145
      z: -0.09489090740680695
    ... (478 landmarks for each face)
  face_blendshapes:
    browDownLeft: 0.8296722769737244
    browDownRight: 0.8096957206726074
    browInnerUp: 0.00035583582939580083
    browOuterUpLeft: 0.00035752105759456754
    ... (52 blendshapes for each face)
  facial_transformation_matrixes:
    [9.99158978e-01, -1.23036895e-02, 3.91213447e-02, -3.70770246e-01]
    [1.66496094e-02,  9.93480563e-01, -1.12779640e-01, 2.27719707e+01]
    ...

下图显示了任务输出的可视化效果：

人脸特征点示例代码演示了如何显示任务返回的结果。如需了解详情，请参阅代码示例。