目录
1 项目介绍
2 代码实现
2.1 导入库
2.2 定义68个关键点
2.3 定义eye_aspect_ratio()
2.4 定义参数
2.5 定义阈值
2.6 定义次数
2.7 创建检测器
2.8 获取左眼与右眼的起始点与终止点
2.9 读取视频
2.10 定义shape_to_np()
2.11 遍历每一帧
2.11.1 提取每一帧图像
2.11.2 图像预处理
2.11.3 检测人脸
2.11.4 遍历每一张检测的人脸
2.11.5 在图像上写字
2.11.6 展示图像
1 项目介绍
这个是我们上一章人脸检测的进阶版，还是使用之前的68个关键点，在这个项目中，我们通过计算双眼的举例来判断眨眼的次数，最终确认司机是否为疲劳状态
我们现在有这样一个开车的视频
我们在左上角将闭眼的次数Blinks和眼之间的横纵距离eye_ratio计算出来并写在视频的左上角
2 代码实现
2.1 导入库
scipy是做运算用的库，我们这里用它计算双眼之间的距离
2.2 定义68个关键点
2.3 定义eye_aspect_ratio()
这个函数是计算眼部高宽比例的
这个函数会传入眼部的七个关键点，我们先看一下这七个关键点
dist.euclidean()是计算两点之间欧式距离的，我们一共有三个距离
- A 第1个点与第5个点的距离，也就是37与41点的距离
- B 第2个点与第4个点的距离，也就是38与40点的距离
- C 第0个点与第3个点的距离，也就是36与39点的距离
计算完A,B,C三个距离后，我们加AB距离加和之后除2(算出平均高度)，然后再除宽度，计算眼镜的高宽比eye_ratio，之后返回eye_ratio
2.4 定义参数
2.5 定义阈值
如果高宽比小于0.3，我们认为视频中的人物闭了一次眼，如果人物多帧都在闭眼状态，我们定义3帧以内算一次闭眼
2.6 定义次数
counter是闭眼次数，total是总闭眼次数，区别的总闭眼次数连续3帧闭眼算一次，counter算三次
2.7 创建检测器
首先创建正脸检测器，然后创建关键点检测器
2.8 获取左眼与右眼的起始点与终止点
2.9 读取视频
2.10 定义shape_to_np()
这个在上一章提到过，不再赘述了
2.11 遍历每一帧
2.11.1 提取每一帧图像
2.11.2 图像预处理
2.11.3 检测人脸
2.11.4 遍历每一张检测的人脸
获取关键点坐标
提取左眼与右眼的关键点坐标，之后用它们计算眼镜的高宽比
计算两只眼镜平均的高宽比
计算左右眼凸包，然后把它们画出来
如果高宽比小于EYE_AR_THRESH，COUNTER自加1
如果连续几帧都是闭眼的，算作一次闭眼TOTAL自加1
2.11.5 在图像上写字
2.11.6 展示图像
展示图像，如果展示过程中按ESC则退出图像，之后释放视频流并关闭所有窗口
我们opencv的专栏到这就结束了，如果有兴趣的朋友可以看一下这个链接的课程视频，本专栏是依据这个视频做的课程笔记 Opencv计算机视觉实战(Python版) - 网易云课堂