0

我试图在python中使用haar cascade算法来检测用户的眼睛是否在实时视频中打开或关闭。 不幸的是它不能很好地工作。在python中使用openCV检测打开或关闭的眼睛

我明白“haarcascade_eye.xml”用于检测睁开的眼睛,“haarcascade_lefteye_2splits”用于检测眼睛(关闭或打开)。

我想比较视频中一般的睁开的眼睛和眼睛,但它会对闭合的眼睛做出错误的识别。还有其他更多的方法来改进它吗?

这里是我的代码:

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

发现了一个解决方案 - 使用DLIB图书馆和面部识别标志:) – xYaelx

回答

1

最终我用DLIB库识别脸部标志:)