Dlib for javascript

Question

我对C++和Dlib相当陌生。我需要在浏览器上使用面部标志性探测器，并想知道是否有人试图用例如ASM.js在浏览器上工作。我还没有在网上看过很多DLib面部标志性的现场演示。

追求是否值得一看？如果是的话，有人可以指导我使用任何资源吗？

Answer 1

我也在我的项目中遇到同样的问题。但我用浏览器从dlib中成功地获得了地标细节。

其实我从用户获取图像并发送到服务器保存它一个特定的文件夹。然后通过PHP触发dlib python代码并获取地标点详细信息为json格式。一旦我们得到一个点的细节，我们可以做任何事情。

想法是

输入图像文件 - >发送到服务 - >保存到文件夹 - >触发DLIB python脚本 - >保存点作为一个JSON文件 - >回声成功 - >通过这样的方式获得JSON

：

第1步： 首先在服务器上安装DLIP成功（第一次测试你的本地服务器）没有任何错误。并检查它的运行没有错误。

第2步： 然后，我们要从dlip的脸部地标。 dlip有一个示例脚本face_landmark_detection.py我们可以使用这个。

我定制的face_landmark_detection.py脚本这点细节保存为特定路径JSON文件：

# python face_landmark_detection.py "predictor.dat" "folder/image.jpg" "folder/test.json" 

import dlib 
import glob 
import json 
import os 
from skimage import io 
import sys 



predictor_path = sys.argv[1] 
#faces_folder_path = sys.argv[2] 
image  = sys.argv[2] 
json_path = sys.argv[3] 

detector = dlib.get_frontal_face_detector() 
predictor = dlib.shape_predictor(predictor_path) 






img = io.imread(image) 
dets = detector(img, 1) 
print(dets); 
print("Number of faces detected: {}".format(len(dets))) 
for k, d in enumerate(dets): 

    print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}".format(
      k, d.left(), d.top(), d.right(), d.bottom())) 

    # Get the landmarks/parts for the face in box d. 
    shape = predictor(img, d) 

    print("Part 0: {}, Part 1: {}, Part 3: {} ...".format(shape.part(0), 
      shape.part(1), shape.part(2),)) 
    part1 = shape 
    data = {} 
    num = 0 
    for n, p in enumerate(shape.parts()): 
     n = format(n) 
     p = format(p) 
     p = p.split(",") 
     x = p[0].split("(") 
     x = x[1] 
     y = p[1].split(" ") 
     y = y[1].split(")") 
     y = y[0] 
     print(n, x, y) 
     data[n] = {'x':x, 'y':y} 
    out_file = open(json_path, "a") 
    json.dump(data, out_file, sort_keys=True, indent=4) 
    json_data = json.dumps(data, sort_keys=True);  
    print(json_data)   

我的服务器php脚本。此脚本从浏览器中获取图像并将其保存在某个文件夹中，并通过预测路径，图像路径，json路径参数触发我的face_landmark_detection.py。

server.php文件中像这样

<?php 

$target_dir = "/designing/face/uploads/"; 
$type = explode("/", $_FILES["file"]["type"]); 
$type = $type[1]; 
$target_file = $target_dir . basename($_FILES["file"]["name"]); 
$uploadOk = 1; 
$imageFileType = pathinfo($target_file, PATHINFO_EXTENSION); 
// Check if image file is a actual image or fake image 
if (isset($_POST)) { 
    $check = getimagesize($_FILES["file"]["tmp_name"]); 
    if ($check !== false) { 

     $uploadOk = 1; 
    } else { 

     $uploadOk = 0; 
    } 
} 
// Check if file already exists 
if (file_exists($target_file)) { 
    unlink($target_file); 
    $uploadOk = 1; 
} 
// Check file size 
/* if ($_FILES["file"]["size"] > 500000) { 
    echo "Sorry, your file is too large."; 
    $uploadOk = 0; 
    } */ 
// Allow certain file formats 
if ($imageFileType != "jpg" && $imageFileType != "jpeg" && $imageFileType != "png") { 
    echo "Sorry, only JPG, JPEG, PNG & GIF files are allowed."; 
    $uploadOk = 0; 
} 

// Check if $uploadOk is set to 0 by an error 
if ($uploadOk == 0) { 
    echo "error"; 
// if everything is ok, try to upload file 
} else { 
    if (move_uploaded_file($_FILES["file"]["tmp_name"], $target_file)) { 
     //chmod($target_file, 0777); 
     //echo "The file ". basename($_FILES["file"]["name"]). " has been uploaded."; 

     if ($imageFileType == "png") { 
      $image = imagecreatefrompng($target_file); 
      $bg = imagecreatetruecolor(imagesx($image), imagesy($image)); 
      imagefill($bg, 0, 0, imagecolorallocate($bg, 255, 255, 255)); 
      imagealphablending($bg, TRUE); 
      imagecopy($bg, $image, 0, 0, 0, 0, imagesx($image), imagesy($image)); 
      imagedestroy($image); 
      $quality = 100; // 0 = worst/smaller file, 100 = better/bigger file 
      imagejpeg($bg, $target_file . ".jpg", $quality); 
      imagedestroy($bg); 
      unlink($target_file); 
      $target_file = $target_file . ".jpg"; 
      //echo $target_file; 
     } 

     $json_file = fopen("/test/json/" . $_FILES["file"]["name"] . "_json.txt", "w"); 
     if ($json_file) { 
      $command = 'python /face/face_landmark_detection.py "/face/predictor.dat" "' . $target_file . '" "/test/json/' . $_FILES["file"]["name"] . '_json.txt"'; 
      $output = shell_exec($command); 
      if ($output) { 
       //unlink($target_file); 
       echo "ok"; 
      } 
     } 




     //echo $command; 
    } else { 
     echo "Sorry, there was an error uploading your file."; 
    } 
} 
?> 

和我的客户（浏览器）端脚本这样

$('#file').change(function() { 
    var formData = new FormData(); 
    formData.append('file', $('input[type=file]')[0].files[0]); 
    img = $('input[type=file]')[0].files[0]; 
    file_name = img.name; 
    console.log(file_name); 
    var reader = new FileReader(); 
    reader.onload = function(readerEvt) { 
     data_url = readerEvt.target.result; 
    }; 
    reader.readAsDataURL(img); 
    $.ajax({ 
     url: base_url + "server.php", 
     type: 'POST', 
     data: formData, 
     success: function(data) { 
      console.log(data); 
      if (data === "ok") { 
       getJson(data_url, file_name); 
      } else { 
       alert("something worng"); 
      } 
     }, 
     cache: false, 
     contentType: false, 
     processData: false 
    }); 
}); 
var pts; 

function getJson(data_url, file_name) { 
    console.log(file_name); 
    var json_name = { 
     'name': file_name 
    }; 
    $.ajax({ 
     method: "POST", 
     url: base_url + "get_json.php", 
     crossDomain: true, 
     data: json_name, 
     dataType: 'JSON', 
     success: function(data) { 
      pts = data; 
      console.log(pts); 
      // alert(data_url); 
     } 
    }); 
} 

一旦一切运行良好，我们得到与点的JSON文件。用这些观点，我们可以在画布上播放我们想要的东西。首先你必须了解整个过程。

我在这里直接粘贴我的演示代码。查看代码并更改所需的内容（如路径，参数...）然后运行。

我成功地通过这些方式获得了我的虚拟面对项目的点细节。我无法为您的演示提供我的项目网址，因为当前正在处理项目。