利用Retinaface_pytorch进行人脸检测，并使用Python 3代码对人脸进行裁剪并保存

概述

因为我的项目中缺一不可的一部分是提取人脸特征，因为以前并没有接触过人脸的项目，所以想把自己每次的一点点进步和学习都记录下来，这次是记录我学习切割人脸图片并保存，以及将人脸检测框和五个特征点坐标信息保存在.txt文件中。
这篇文档的方法一要稍微复杂一点点，我结合Retinaface_pytorch项目中的detect.py（检测单张图片）来检测人脸，并通过以下方法一成功的剪切出人脸，并保存特征点信息。方法二要更简单一些，相当于我用一行代码代替了方法二中的多行代码，并实现了批量检测并切割人脸图片并保存。

• 首先附上Retinaface_pytorch项目的GitHub链接：

https://github.com/biubug6/Pytorch_Retinaface

一. 复现Retinaface_pytorch

参考GitHub上的Retina_py torch教程复现Retina face_py torch的预训练模型。尝试修改图片路径后运行detect.py进行测试。保证在修改后能正常识别人脸。

• 运行效果图：

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-img/images/2025-05-31/EHs6k9fG5w7CrXBbzM8lav