0

我試圖在python中使用haar cascade算法來檢測用戶的眼睛是否在實時視頻中打開或關閉。 不幸的是它不能很好地工作。在python中使用openCV檢測打開或關閉的眼睛

我明白「haarcascade_eye.xml」用於檢測睜開的眼睛,「haarcascade_lefteye_2splits」用於檢測眼睛(關閉或打開)。

我想比較視頻中一般的睜開的眼睛和眼睛,但它會對閉合的眼睛做出錯誤的識別。還有其他更多的方法來改進它嗎?

這裏是我的代碼:

import numpy as np 
import cv2 

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') 
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml') 
lefteye_cascade = cv2.CascadeClassifier('haarcascade_lefteye_2splits.xml') 

cap = cv2.VideoCapture(0) 

while True: 
    ret, img = cap.read() 
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
    faces = face_cascade.detectMultiScale(gray, 1.3, 5) 

for (x, y, w, h) in faces: 
    cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2) 
    # regions of interest 
    roi_gray = gray[y:y + h, (x+w)/2:x + w] 
    roi_color = img[y:y + h, (x+w)/2:x + w] 
    eye = 0 
    openEye = 0 
    counter = 0 
    openEyes = eye_cascade.detectMultiScale(roi_gray) 
    AllEyes = lefteye_cascade.detectMultiScale(roi_gray) 
    for (ex, ey, ew, eh) in openEyes: 
     openEye += 1 
     cv2.rectangle(roi_color, (ex, ey), (ex + ew, ey + eh), (0, 255, 0),2) 

    for (ex, ey, ew, eh) in AllEyes: 
     eye += 1 
     cv2.rectangle(roi_color, (ex, ey), (ex + ew, ey + eh), (0, 0, 40),2) 

    if (openEye != eye): 
     print ('alert') 

cv2.imshow('img', img) 

k = cv2.waitKey(30) & 0xff 
if k == 27: 
    break 

cap.release() 
cv2.destroyAllWindows() 
+0

發現了一個解決方案 - 使用DLIB圖書館和麪部識別標誌:) – xYaelx

回答

1

最終我用DLIB庫識別臉部標誌:)