- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
该函数用于在图像上绘制面部关键点（facial landmarks），例如使用 FacemarkLBF, FacemarkKazemi 等算法检测到的 68 个面部关键点。
它会将每个关键点以圆形标记绘制在输入图像上，方便可视化检测结果。
参数说明
| 参数名 | 类型 | 描述 |
|---|---|---|
| image | InputOutputArray | 输入输出图像，通常是 BGR 彩色图像 (CV_8UC3)。绘制后会在原图上画出关键点。 |
| points | InputArray | 关键点坐标集合，通常是一个 std::vectorcv::Point2f 或 cv::Mat 类型。每个元素代表一个关键点的 (x, y) 坐标。 |
| color | Scalar | 可选参数，绘制关键点的颜色，默认为蓝色 Scalar(255, 0, 0)。如果是 BGR 图像，可以传入 (B, G, R) 值。 |
示例代码
#include <opencv2/opencv.hpp>
#include <opencv2/face.hpp>
using namespace cv;
using namespace cv::face;
using namespace std;
int main() {
// 加载图像
Mat img = imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png");
if (img.empty()) {
cerr << "无法加载图像！" << endl;
return -1;
}
// 创建 Facemark 实例（如 LBF）
Ptr<Facemark> facemark = FacemarkLBF::create();
facemark->loadModel("lbfmodel.yaml");
// 检测人脸（使用 Haar 分类器或其它方式）
CascadeClassifier face_cascade;
face_cascade.load("haarcascade_frontalface_default.xml");
vector<Rect> faces;
Mat gray;
cvtColor(img, gray, COLOR_BGR2GRAY);
face_cascade.detectMultiScale(gray, faces);
// 存储关键点
vector<vector<Point2f>> landmarks;
// 检测面部关键点
bool success = facemark->fit(img, faces, landmarks);
if (success) {
for (size_t i = 0; i < landmarks.size(); i++) {
// ✅ 绘制所有关键点
drawFacemarks(img, landmarks[i], Scalar(0, 255, 0)); // 绿色点
}
imshow("Facemarks", img);
waitKey(0);
} else {
cout << "未能检测到面部关键点。" << endl;
}
return 0;
}
运行结果
