基于Python OpenCV和 dlib实现眨眼检测
今天，我们使用面部标记和 OpenCV 检测视频流中的眨眼次数。
为了构建我们的眨眼检测器，我们将计算一个称为眼睛纵横比 (EAR) 的指标，该指标由 Soukupová 和 Čech 在他们 2016 年的论文《使用面部标记的实时眨眼检测》中介绍。
与计算眨眼的传统图像处理方法不同，传统的图像处理方法通常涉及以下某些组合：
- 眼睛定位。
- 阈值以找到眼白。
- 确定眼睛的“白色”区域是否在一段时间内消失（表示眨眼）。
- 眼睛纵横比是一个更优雅的解决方案，它涉及基于眼睛面部标志之间距离比的非常简单的计算。
这种眨眼检测方法要求快速、高效且易于实现。
今天我们通过四部分来实现眨眼检测：
第一部分，我们将讨论眼睛纵横比以及如何使用它来确定一个人在给定的视频帧中是否在眨眼。
然后，我们将编写 Python、OpenCV 和 dlib 代码来 (1) 执行面部标志检测和 (2) 检测视频流中的眨眼。
基于此实现，我们将应用我们的方法来检测示例网络摄像头流和视频文件中的眨眼。
最后，我将通过讨论改进眨眼检测器的方法来结束今天的博客文章。
了解“眼睛纵横比”（EAR）
在眨眼检测方面，我们只对两组面部结构感兴趣——眼睛。每只眼睛由 6 个 (x, y) 坐标表示，从眼睛的左角开始（就像您在看人一样），然后围绕该区域的其余部分顺时针旋转：
基于这张图片，我们应该了解关键点：
这些坐标的宽度和高度之间存在关系。根据 Soukupová 和 Čech 在 2016 年发表的论文《使用面部标志进行实时眨眼检测》中的工作，我们可以推导出反映这种关系的方程，称为眼睛纵横比 (EAR)：
其中 p1, …, p6 是 2D 面部标志位置。
该方程的分子计算垂直眼睛界标之间的距离，而分母计算水平眼睛界标之间的距离，由于只有一组水平点但有两组垂直点，因此对分母进行适当加权。
为什么这个方程如此有趣？
好吧，正如我们将发现的那样，眼睛睁开时眼睛的纵横比大致恒定，但在眨眼时会迅速降至零。
使用这个简单的方程，我们可以避免使用图像处理技术，而只需依靠眼睛界标距离的比率来确定一个人是否在眨眼。
为了更清楚地说明这一点，请考虑 Soukupová 和 Čech 的下图：
在左上角，我们有一个完全睁开的眼睛——这里的眼睛纵横比会很大（r）并且随着时间的推移相对恒定。
然而，一旦人眨眼（右上），眼睛的纵横比就会急剧下降，接近于零。
下图绘制了视频剪辑的眼睛纵横比随时间变化的图表。 正如我们所看到的，眼睛纵横比是恒定的，然后迅速下降到接近零，然后再次增加，表明发生了一次眨眼。
在下一节中，我们将学习如何使用面部标志、OpenCV、Python 和 dlib 实现眨眼检测的眼睛纵横比。
使用面部标志和 OpenCV 检测眨眼
首先，打开一个新文件并将其命名为 detect_blinks.py 。 从那里，插入以下代码：
# import the necessary packages
from scipy.spatial import distance as dist
from imutils.video import FileVideoStream
from imutils.video import VideoStream
from imutils import face_utils
import numpy as np
import argparse
import imutils
import time
import dlib
import cv2
导入必要的库。
如果您的系统上没有安装 imutils（或者如果您使用的是旧版本），请确保使用以下命令安装/升级：
pip install --upgrade imutils 如果没有安装dlib，请参考文章
接下来，我们将定义我们的 eye_aspect_ratio 函数：
def eye_aspect_ratio(eye):
# compute the euclidean distances between the two sets of
# vertical eye landmarks (x, y)-coordinates
A = dist.euclidean(eye[1], eye[5])
B = dist.euclidean(eye[2], eye[4])
# compute the euclidean distance between the horizontal
# eye landmark (x, y)-coordinates
C = dist.euclidean(eye[0], eye[3])
# compute the eye aspect ratio
ear = (A + B) / (2.0 * C)
# return the eye aspect ratio
return ear
此函数接受单个必需参数，即给定眼睛的面部标志的 (x, y) 坐标。
计算两组垂直眼睛界标之间的距离，然后计算水平眼睛界标之间的距离。
最后，结合了分子和分母以得出最终的眼睛纵横比。
然后将眼睛纵横比返回给调用函数。
让我们继续解析我们的命令行参数：
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-p", "--shape-predictor", required=True,
help="path to facial landmark predictor")
ap.add_argument("-v", "--video", type=str, default="",
help="path to input video file")
args = vars(ap.parse_args())
我们的detect_blinks.py 脚本需要一个命令行参数，然后是第二个可选参数：
- –shape-predictor ：这是 dlib 的预训练面部标志检测器的路径。 您可以使用本博文底部的“下载”部分将检测器以及源代码 + 示例视频下载到本教程中。
- –video ：此可选开关控制驻留在磁盘上的输入视频文件的路径。 如果您想使用实时视频流，只需在执行脚本时省略此开关即可。
我们现在需要设置两个重要的常量，您可能需要为自己的实现进行调整，同时初始化另外两个重要的变量，所以一定要注意这个解释：
# 定义两个常量，一个为眼睛纵横比来表示
# 闪烁然后第二个常量为连续的次数
# 帧眼睛必须低于阈值
EYE_AR_THRESH = 0.3
EYE_AR_CONSEC_FRAMES = 3
# 初始化帧计数器和闪烁总数
COUNTER = 0
TOTAL = 0
在确定视频流中是否发生眨眼时，我们需要计算眼睛纵横比。
如果眼睛纵横比低于某个阈值，然后又高于阈值，那么我们将注册一个“眨眼”——EYE_AR_THRESH 就是这个阈值。我们默认它的值为 0.3，因为这对我的应用程序最有效，但您可能需要为自己的应用程序调整它。
然后我们有一个重要的常量，EYE_AR_CONSEC_FRAME——这个值被设置为 3 以指示眼睛纵横比小于 EYE_AR_THRESH 的三个连续帧必须发生，以便注册眨眼。
同样，根据管道的帧处理吞吐率，您可能需要为自己的实现提高或降低此数字。
第 44 和 45 行初始化两个计数器。 COUNTER 是眼睛纵横比小于 EYE_AR_THRESH 的连续帧的总数，而 TOTAL 是脚本运行时发生的眨眼总数。
现在我们的导入、命令行参数和常量都已经处理好了，我们可以初始化 dlib 的人脸检测器和面部标记检测器：
# 初始化dlib的人脸检测器（基于HOG）然后创建
# 面部标志预测器
print("[INFO] loading facial landmark predictor...")
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(args["shape_predictor"])
初始化实际的面部标志预测器。
dlib 生成的面部标志遵循可索引的列表，如下：
因此，我们可以确定开始和结束数组切片索引值，以便为下面的左眼和右眼提取 (x, y) 坐标：
# 获取左侧和面部标志的索引
# 右眼，分别
(lStart, lEnd) = face_utils.FACIAL_LANDMARKS_IDXS["left_eye"]
(rStart, rEnd) = face_utils.FACIAL_LANDMARKS_IDXS["right_eye"]
使用这些索引，我们将能够毫不费力地提取眼睛区域。
接下来，我们需要决定是使用基于文件的视频流还是实时 USB/网络摄像头/Raspberry Pi 相机视频流：
# start the video stream thread
print("[INFO] starting video stream thread...")
vs = FileVideoStream(args["video"]).start()
fileStream = True
# vs = VideoStream(class="lazy" data-src=0).start()
# vs = VideoStream(usePiCamera=True).start()
# fileStream = False
time.sleep(1.0)
fps = 30 #保存视频的FPS，可以适当调整
size=(450,800)
videoWriter = cv2.VideoWriter('3.mp4',-1,fps,size)#最后一个是保存图片的尺寸
如果您使用的是文件视频流，则保留代码原样。
如果您想使用内置网络摄像头或 USB 摄像头，请取消注释# vs = VideoStream(class="lazy" data-src=0).start()。
对于 Raspberry Pi 摄像头模块，取消注释# vs = VideoStream(usePiCamera=True).start()。
定义帧数。
定义大小
定义视频写入对象
最后，我们到达了脚本的主循环：
# loop over frames from the video stream
while True:
# 如果这是一个文件视频流，那么我们需要检查是否
# 缓冲区中还有更多帧要处理
if fileStream and not vs.more():
break
frame = vs.read()
if frame is None:
break
frame = imutils.resize(frame, width=450)
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 在灰度帧中检测人脸
rects = detector(gray, 0)
遍历视频流中的帧。
如果我们正在访问一个视频文件流并且视频中没有更多的帧，我们就会中断循环。
从视频流中读取下一帧，然后调整其大小并将其转换为灰度。
然后我们通过 dlib 的内置人脸检测器检测灰度帧中的人脸。
我们现在需要遍历帧中的每个人脸，然后对每个人应用面部标志检测：
# loop over the face detections
for rect in rects:
# 确定面部区域的面部标志，然后
# 将面部标志 (x, y) 坐标转换为 NumPy数组
shape = predictor(gray, rect)
shape = face_utils.shape_to_np(shape)
# 提取左右眼坐标，然后使用
# 坐标来计算双眼的眼睛纵横比
leftEye = shape[lStart:lEnd]
rightEye = shape[rStart:rEnd]
leftEAR = eye_aspect_ratio(leftEye)
rightEAR = eye_aspect_ratio(rightEye)
# 平均两只眼睛的眼睛纵横比
ear = (leftEAR + rightEAR) / 2.0
确定面部区域的面部标志，将这些 (x, y) 坐标转换为 NumPy 数组。
使用本脚本前面的数组切片技术，我们可以分别提取左眼和右眼的 (x, y) 坐标。
然后，在第 96 和 97 行计算每只眼睛的眼睛纵横比。
按照 Soukupová 和 Čech 的建议，我们将两只眼睛的纵横比平均在一起以获得更好的眨眼估计（当然，假设一个人同时眨眼）。
我们的下一个代码块只是处理眼睛区域本身的面部标志的可视化：
# 计算左眼和右眼的凸包，然后
# 可视化每只眼睛
leftEyeHull = cv2.convexHull(leftEye)
rightEyeHull = cv2.convexHull(rightEye)
cv2.drawContours(frame, [leftEyeHull], -1, (0, 255, 0), 1)
cv2.drawContours(frame, [rightEyeHull], -1, (0, 255, 0), 1)
在这一点上，我们已经计算了我们的（平均）眼睛纵横比，但我们实际上还没有确定是否发生了眨眼——这将在下一节中解决：
# 检查眼睛的纵横比是否低于眨眼
# 阈值，如果是，则增加闪烁帧计数器
if ear < EYE_AR_THRESH:
COUNTER += 1
# 否则，眼睛纵横比不低于眨眼
＃ 临界点
else:
# 如果眼睛闭上足够多的次数
# 然后增加闪烁的总数
if COUNTER >= EYE_AR_CONSEC_FRAMES:
TOTAL += 1
# 重置眼框计数器
COUNTER = 0
检查眼睛纵横比是否低于我们的眨眼阈值——如果是增加指示正在发生眨眼的连续帧的数量。
否则，处理眼睛纵横比不低于眨眼阈值的情况。
在这种情况下，再次检查以查看是否有足够数量的连续帧包含低于我们预定义阈值的眨眼率。
如果检查通过，我们增加闪烁的总次数。
然后我们重置连续闪烁的次数 COUNTER。
我们的最终代码块只是处理在我们的输出帧上绘制眨眼次数，以及显示当前眼睛纵横比：
# 绘制帧上闪烁的总数以及
# 计算出的帧的眼睛纵横比
cv2.putText(frame, "Blinks: {}".format(TOTAL), (10, 30),
cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
cv2.putText(frame, "EAR: {:.2f}".format(ear), (300, 30),
cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
# show the frame
cv2.imshow("Frame", frame)
videoWriter.write(frame)
key = cv2.waitKey(1) & 0xFF
# if the `q` key was pressed, break from the loop
if key == ord("q"):
break
videoWriter.release()
# do a bit of cleanup
cv2.destroyAllWindows()
vs.stop()
眨眼检测结果
要将我们的眨眼检测器应用于示例视频，只需执行以下命令：
python detect_blinks.py --shape-predictor shape_predictor_68_face_landmarks.dat --video 11.mp4测试结果：
测试视频链接：
眨眼检测
如果测试摄像头则，如下操作：
#vs = FileVideoStream(args["video"]).start()
#fileStream = True
vs = VideoStream(class="lazy" data-src=0).start()
# vs = VideoStream(usePiCamera=True).start()
fileStream = False
注释FileVideoStream，取消注释VideoStream。
执行命令：
python detect_blinks.py --shape-predictor shape_predictor_68_face_landmarks.dat总结
在这篇博文中，我演示了如何使用 OpenCV、Python 和 dlib 构建眨眼检测器。
构建眨眼检测器的第一步是执行面部标志检测，以定位视频流中给定帧中的眼睛。
一旦我们有了双眼的面部标志，我们就计算每只眼睛的眼睛纵横比，这给了我们一个奇异值，将垂直眼睛标志点之间的距离与水平标志点之间的距离联系起来。
一旦我们有了眼睛纵横比，我们就可以确定一个人是否在眨眼——眼睛纵横比在睁眼时将保持大致恒定，然后在眨眼时迅速接近零，然后随着眼睛睁开再次增加.
为了改进我们的眨眼检测器，Soukupová 和 Čech 建议构建一个 13 维的眼睛纵横比特征向量（第 N 帧、N – 6 帧和 N + 6 帧），然后将该特征向量输入线性 SVM分类。
通过这篇博文你还学会了如何保存视频。
眨眼检测的一个应用场景是睡意检测。
完整的代码，提取码：k653
以上就是基于Python OpenCV和 dlib实现眨眼检测的详细内容，更多关于Python OpenCV dlib眨眼检测的资料请关注编程网其它相关文章！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
