face_recognition实战：用face_landmarks定位眼睛和嘴巴，10分钟做出数字化妆效果

face_recognition实战：用face_landmarks定位眼睛和嘴巴，10分钟做出数字化妆效果

【免费下载链接】face_recognitionThe world's simplest facial recognition api for Python and the command line项目地址: https://gitcode.com/gh_mirrors/fa/face_recognition

face_recognition是 Python 里最易上手的人脸识别库，而它最“好玩”的功能之一，就是用face_landmarks函数定位脸部的眼睛、眉毛和嘴巴——只需几行代码，10分钟就能做出一款“数字化妆（digital make-up）”工具：自动描眉、涂唇彩、给眼睛加高光。本文面向新手，带你从零跑通这个完整案例。

一、先搞懂：face_landmarks 返回的 68 个关键点是什么？

face_recognition.face_landmarks()会在图片中找出每张脸，并返回一个字典，把 68 个关键点按部位分组。默认使用large模型，包含 7 个区域：

每个值都是(x, y)坐标点列表，可以直接拿来画多边形或连线。函数定义在 face_recognition/api.py，如果想用更快的small模型，则只返回鼻子和双眼共 5 个点。

二、一键安装环境

在终端执行下面的命令即可（需已安装 Python 3）：

pip3 install face_recognition

想动手跑仓库里的示例，也可以先克隆代码：

git clone https://gitcode.com/gh_mirrors/fa/face_recognition

另外示例脚本用到了 Pillow（画图用），如未安装：pip3 install Pillow。

三、第 1 步：加载图片并定位眼睛、嘴巴

核心代码只有两行——加载图片 + 提取关键点，官方示例 examples/find_facial_features_in_picture.py 完整演示了流程：

import face_recognition from PIL import Image, ImageDraw # 1. 加载图片为 numpy 数组 image = face_recognition.load_image_file("two_people.jpg") # 2. 找出图中所有脸的关键点 face_landmarks_list = face_recognition.face_landmarks(image) # 3. 用线条把每个部位描出来 pil_image = Image.fromarray(image) d = ImageDraw.Draw(pil_image) for face_landmarks in face_landmarks_list: for facial_feature in face_landmarks.keys(): d.line(face_landmarks[facial_feature], width=5) pil_image.show()

运行后，你会看到图中每张脸的眉毛、眼睛、嘴巴、下巴都被线框勾勒出来——多张脸也能一次全部定位，这是数字化妆的“地基”。更完整的 API 说明可参考 docs/usage.rst。

四、第 2 步：10 分钟做出数字化妆效果 🎨

地基打好后，只要把“描线”换成“填色”，妆容就出来了。仓库里的 examples/digital_makeup.py 就是官方出品的美妆脚本，效果分四步叠加：

1. 修眉：用left_eyebrow/right_eyebrow的坐标画多边形填充半透明棕色，再用line描边加粗；
2. 唇彩：对top_lip和bottom_lip填充半透明红色，瞬间变成“咬唇妆”；
3. 眼睛高光：给left_eye/right_eye多边形填一层白色（透明度很低），模拟“亮眼”效果；
4. 眼线：把眼睛 6 个点首尾相连成闭合轮廓，用深色粗线描边。

关键就是 PIL 的ImageDraw支持带透明度的RGBA填色，所以妆容可以“叠”在原照片上而不破坏底图：

d = ImageDraw.Draw(pil_image, 'RGBA') # 唇彩：半透明红填充上下唇 d.polygon(face_landmarks['top_lip'], fill=(150, 0, 0, 128)) d.polygon(face_landmarks['bottom_lip'], fill=(150, 0, 0, 128)) # 眼线：眼睛轮廓首尾相连，粗线描边 d.line(face_landmarks['left_eye'] + [face_landmarks['left_eye'][0]], fill=(0, 0, 0, 110), width=6)

把脚本里的biden.jpg换成你自己的照片（注意文件名要和代码一致），运行python digital_makeup.py，一张自动“化妆”后的照片就弹出来了。

五、进阶玩法：用眼睛关键点做眨眼检测 👀

除了化妆，left_eye/right_eye的 6 个点还能算出眼睛纵横比（EAR）：眼睛闭上时比值会骤降。仓库示例 examples/blink_detection.py 就基于这个原理实现了“闭眼 5 秒提醒”，思路同样简单：

1. 从摄像头实时读取帧，调用face_recognition.face_landmarks()提取关键点；
2. 用双眼上下眼角点到瞳孔中心点的距离算出 EAR 值；
3. EAR 低于阈值（约 0.2）判定为闭眼，持续 5 秒就打印 “EYES CLOSED”。

也就是说，同一个face_landmarksAPI，既能当美妆工具，也能做疲劳检测，这正是 68 关键点最大的价值。

六、小结与常用文件清单

回顾一下本教程用到的核心 API 和文件：

• face_recognition.load_image_file()：加载图片
• face_recognition.face_landmarks()：定位 68 个脸部关键点（眼睛、嘴巴、眉毛、下巴），定义见 face_recognition/api.py
• examples/digital_makeup.py：数字化妆完整脚本
• examples/find_facial_features_in_picture.py：关键点描线示例
• examples/blink_detection.py：眨眼检测示例
• docs/usage.rst：官方用法文档

从定位到“上色”总共不到 40 行代码。不妨现在就换一张自己的照片跑一遍——10 分钟后，你的“数字化妆”作品就诞生了 ✨

【免费下载链接】face_recognitionThe world's simplest facial recognition api for Python and the command line项目地址: https://gitcode.com/gh_mirrors/fa/face_recognition