主頁 > 知識庫 > python基于Opencv實現(xiàn)人臉口罩檢測

python基于Opencv實現(xiàn)人臉口罩檢測

熱門標簽:洪澤縣地圖標注 高德地圖標注是免費的嗎 北京電信外呼系統(tǒng)靠譜嗎 老人電話機器人 梅州外呼業(yè)務(wù)系統(tǒng) 百度地圖標注位置怎么修改 地圖標注視頻廣告 無錫客服外呼系統(tǒng)一般多少錢 大連crm外呼系統(tǒng)

一、開發(fā)環(huán)境

python 3.6.6

opencv-python 4.5.1

二、設(shè)計要求

1、使用opencv-python對人臉口罩進行檢測

三、設(shè)計原理

設(shè)計流程圖如圖3-1所示,

圖3-1 口罩檢測流程圖

首先進行圖片的讀取,使用opencv的haar鼻子特征分類器,如果檢測到鼻子,則證明沒有戴口罩。如果檢測到鼻子,接著使用opencv的haar眼睛特征分類器,如果沒有檢測到眼睛,則結(jié)束。如果檢測到眼睛,則把RGB顏色空間轉(zhuǎn)為HSV顏色空間。進行口罩區(qū)域的檢測??谡謪^(qū)域檢測流程是首先把距離坐標原點的較近的橫坐標作為口罩區(qū)域開始橫坐標,離坐標原點較遠的橫坐標作為口罩區(qū)域結(jié)束橫坐標。離坐標原點較遠的縱坐標作為口罩區(qū)域開始縱坐標,離坐標原點較遠的縱坐標與眼睛高度2倍的和作為口罩區(qū)域結(jié)束縱坐標。在此敘述的可能不是很清楚,可以見圖3-2,

圖3-2 口罩區(qū)域檢測圖

最后,知道口罩區(qū)域時,只需對像素點進行判斷就可以判斷出是否佩戴口罩。

四、程序代碼

"""
# File       : mask_check.py
# Time       :2021/6/10 15:02
# Author     :Meng
# version    :python 3.6
# Description:
"""
import cv2          # 導(dǎo)入opencv
import time         # 導(dǎo)入time
 
"""實現(xiàn)鼻子檢測"""
def nose_dection(img):
    img = cv2.GaussianBlur(img,(5,5),0)#高斯濾波
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                     # 將圖片轉(zhuǎn)化成灰度
    nose_cascade = cv2.CascadeClassifier("haarcascade_mcs_nose.xml")
    nose_cascade.load("data/haarcascades/haarcascade_mcs_nose.xml")  # 一定要告訴編譯器文件所在的具體位置
    '''此文件是opencv的haar鼻子特征分類器'''
    noses = nose_cascade.detectMultiScale(gray, 1.3, 5)  # 鼻子檢測
    for(x,y,w,h) in noses:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)  # 畫框標識臉部
    flag = 0            # 檢測到鼻子的標志位,如果監(jiān)測到鼻子,則判斷未帶口罩
    if len(noses)>0:
        flag = 1
    return img,flag
 
""""實現(xiàn)眼睛檢測"""
def eye_dection(img):
    img = cv2.GaussianBlur(img,(5,5),0)#高斯濾波
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                     # 將圖片轉(zhuǎn)化成灰度
    eyes_cascade = cv2.CascadeClassifier("haarcascade_eye_tree_eyeglasses.xml")
    eyes_cascade.load("data/haarcascades/haarcascade_eye_tree_eyeglasses.xml")  # 一定要告訴編譯器文件所在的具體位置
    '''此文件是opencv的haar眼鏡特征分類器'''
    eyes = eyes_cascade.detectMultiScale(gray, 1.3, 5)          # 眼睛檢測
    for (x,y,w,h) in eyes:
        frame = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)  # 畫框標識眼部
        print("x y w h is",(x,y,w,h))
        # frame = cv2.rectangle(img, (x, y+h), (x + 3*w, y + 3*h), (255, 0, 0), 2)  # 畫框標識眼部
    return img,eyes
 
def empty(a):
    pass
 
def main():
    image = cv2.imread("images/backgound.png")      # 讀取背景照片
    cv2.imshow('skin', image)                       # 展示
    cv2.createTrackbar("Hmin", "skin", 0, 90, empty)    # 創(chuàng)建bar
    cv2.createTrackbar("Hmax", "skin", 25, 90, empty)
    capture = cv2.VideoCapture(0)               # 打開攝像頭,其中0為自帶攝像頭,
    while True:
        ref,img=capture.read()                  # 打開攝像頭
        # img = cv2.imread("./images/005.jpg")      # 讀取一張圖片
        img_hsv = img
        image_nose,flag_nose = nose_dection(img)       # 進行口罩檢測,返回檢測之后的圖形以及標志位
        if flag_nose == 1:              # 當檢測到鼻子的時候,判斷未戴口罩
            frame = cv2.putText(image_nose, "NO MASK", (10, 30), cv2.FONT_HERSHEY_COMPLEX, 0.9,(0, 0, 255), 1)  # 在圖片上寫字
            cv2.imshow('img', image_nose)       # 展示圖片
        if flag_nose == 0:              # 未檢測鼻子,進行眼睛檢測
            img_eye,eyes = eye_dection(img)         # 進行眼睛檢測,返回檢測之后的圖形以及標志位
            hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)        # 將圖片轉(zhuǎn)化成HSV格式
            H, S, V = cv2.split(hsv)                          #
            minH = cv2.getTrackbarPos("Hmin", 'skin')           # 獲取bar
            maxH = cv2.getTrackbarPos("Hmax", 'skin')
            if minH > maxH:
                maxH = minH
            thresh_h = cv2.inRange(H, minH, maxH)       # 提取人體膚色區(qū)域
            if len(eyes) > 1:                           # 判斷是否檢測到兩個眼睛,其中eyes[0]為左眼坐標
                # 口罩區(qū)域的提取
                mask_x_begin = min(eyes[0][0],eyes[1][0])               # 把左眼的x坐標作為口罩區(qū)域起始x坐標
                mask_x_end = max(eyes[0][0],eyes[1][0]) + eyes[list([eyes[0][0], eyes[1][0]]).index(max(list([eyes[0][0], eyes[1][0]])))][2]   # 把右眼x坐標 + 右眼寬度作為口罩區(qū)域x的終止坐標
                mask_y_begin = max(eyes[0][1] + eyes[0][3],eyes[1][1] + eyes[1][3]) + 20    # 把眼睛高度最大的作為口罩區(qū)域起始y坐標
                if mask_y_begin > img_eye.shape[1]:     # 判斷是否出界
                    mask_y_begin = img_eye.shape[1]
                mask_y_end = max(eyes[0][1] + 3 * eyes[0][3],eyes[1][1] + 3 * eyes[1][3]) + 20  # 同理
                if mask_y_end > img_eye.shape[1]:
                    mask_y_end = img_eye.shape[1]
                frame = cv2.rectangle(img_eye, (mask_x_begin, mask_y_begin), (mask_x_end, mask_y_end), (255, 0, 0), 2)  # 畫口罩區(qū)域的框
                total_mask_pixel = 0
                total_face_pixel = 0
                # 遍歷二值圖,為0則total_mask_pixel+1,否則total_face_pixel+1
                for i in range(mask_x_begin,mask_x_end):
                    for j in range(mask_y_begin,mask_y_end):
                        if thresh_h[i,j] == 0:
                            total_mask_pixel += 1
                        else:
                            total_face_pixel += 1
                print("total_mask_pixel",total_mask_pixel)
                print("total_face_pixel", total_face_pixel)
                if total_mask_pixel > total_face_pixel:
                    frame = cv2.putText(img_eye, "HAVE MASK", (mask_x_begin, mask_y_begin - 10),cv2.FONT_HERSHEY_COMPLEX, 0.9, (0, 0, 255), 1)  # 繪制
                if total_mask_pixel  total_face_pixel:
                    frame = cv2.putText(img_eye, "NO MASK", (mask_x_begin, mask_y_begin - 10), cv2.FONT_HERSHEY_COMPLEX,0.9, (0, 0, 255), 1)  # 繪制
            cv2.imshow("skin", thresh_h)  # 顯示膚色圖
            cv2.imshow("img", img_eye)  # 顯示膚色圖
            # cv2.imwrite('005_result.jpg',img_eye)     保存圖片
        c = cv2.waitKey(10)
        if c==27:
            break
    capture.release()       #
    cv2.destroyAllWindows() # 關(guān)閉所有窗口
 
 
if __name__ == '__main__':
    main()

五、結(jié)果展示

檢測結(jié)果如下:

圖5-1 HSV轉(zhuǎn)換結(jié)果圖

圖5-2 口罩檢測結(jié)果圖

圖5-3 口罩檢測結(jié)果圖(竟然把耳朵誤判為鼻子)

六、結(jié)論

本實驗使用了opencv-python進行了人臉口罩檢測。進行鼻子、眼睛檢測使用的時opencv自帶的.xml文件。從結(jié)果來看,這種方法是可行的。是可以應(yīng)用在地鐵站、火車站出入口進行人臉口罩檢測的。

本實驗也有一定局限性,例如圖片中有兩個人、眼睛被遮擋等特殊情況。如果感興趣可以自己訓(xùn)練.xml文件。當然,也可以使用基于深度學(xué)習(xí)的目標檢測模型例如R-CNN系列、YOLO系列、SSD等進行模型的訓(xùn)練。

到此這篇關(guān)于python基于Opencv實現(xiàn)人臉口罩檢測的文章就介紹到這了,更多相關(guān)Opencv 人臉口罩檢測內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python使用pygame實現(xiàn)笑臉乒乓球彈珠球游戲
  • python 利用turtle庫繪制笑臉和哭臉的例子
  • Python實現(xiàn)笑臉檢測+人臉口罩檢測

標簽:泉州 安慶 清遠 洛陽 岳陽 怒江 吉林 長春

巨人網(wǎng)絡(luò)通訊聲明:本文標題《python基于Opencv實現(xiàn)人臉口罩檢測》,本文關(guān)鍵詞  python,基于,Opencv,實現(xiàn),人臉,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python基于Opencv實現(xiàn)人臉口罩檢測》相關(guān)的同類信息!
  • 本頁收集關(guān)于python基于Opencv實現(xiàn)人臉口罩檢測的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章