python进阶——AI视觉实现口罩检测实时语音报警系统
大家好，我是csdn的博主：lqj_本人
哔哩哔哩欢迎关注：小淼前端
本篇文章主要讲述python的人工智能视觉模块的口罩检测实时语音检测报警系统，本篇文章已经成功收录到我们python专栏中：https://blog.csdn.net/lbcyllqj/category_12089557.html
https://blog.csdn.net/lbcyllqj/category_12089557.html
https://blog.csdn.net/lbcyllqj?spm=1000.2115.3001.5343
https://blog.csdn.net/lbcyllqj/category_12089557.html目录
前言
本程序主要实现了python的opencv人工智能视觉模块的口罩检测实时语音检测报警。
若不知道怎么安装opencv或者使用的请看我的这篇文章（曾上过csdn综合热榜的top1）：
python进阶——人工智能视觉识别_lqj_本人的博客-CSDN博客
同时，另一篇基于opencv的人工智能视觉实现的目标实时跟踪功能（增上过csdn综合热榜的top5）：
python进阶——人工智能实时目标跟踪_lqj_本人的博客-CSDN博客
项目介绍
PaddlenHub模块
PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。
使用时可能遇到的bug
AttributeError: partially initialized module ‘cv2‘ has no attribute ‘gapi_wip_gst_GStreamerPipeline‘bug显示：cv2没有指定的依赖。
解决方法
在我们的pycharm中自带的命令窗口中输入：
pip install opencv-python install "opencv-python-headless<4.3"然后，我们再把我们的opencv-python降低版本为与我们安装的opencv-python-headless版本相同即可，我这里用的都是4.2.0.34版本。
方法解释
因为opencv4.3以上的版本会存在与其他模块依赖的兼容性问题，4.3以上的版本兼容性较差，所以，有时会出现一下bug之类的错误。有时，其实我们写的代码没有问题，只是问题出在了依赖的兼容性问题上！
playsound模块
PlaySound是Windows用于播放音乐的API函数(方法)。在vs2010以上版本需要加入#pragma comment(lib, "winmm.lib")才能使用PlaySound。PlaySound函数原型为 BOOL PlaySound(LPCSTR pszSound, HMODULE hmod,DWORD fdwSound)。PlaySound参数，pszSound是指定了要播放声音的字符串，该参数可以是WAVE文件的名字，或是WAV资源的名字，或是内存中声音数据的指针，或是在系统注册表WIN.INI中定义的系统事件声音。如果该参数为NULL则停止正在播放的声音。
项目思路
使用PaddlenHub模块指定算法，根据面部特征的上下左右来判断是否面部有物体遮挡，并判断遮挡区域及位置，若判断条件成功，则绘制绿色矩形及英文提示。若判断条件失败，则绘制红色矩形及英文提示！
使用playsound模块指定我们录制好的MP3文件，当判断条件符合时，则按照playsound模块原生函数播放MP3文件，达到语音警告提示效果！
代码详解
首先导入相应模块
import paddlehubimport cv2from playsound import playsound指定paddlehub模块中的算法并赋值
module=paddlehub.Module(name="pyramidbox_lite_mobile_mask")调用本机摄像头
cap=cv2.VideoCapture(0)循环判断指定位置及遮挡区域
while(cap.isOpened()): frame = cap.read()[1] input_dict = {'data':[frame]} results = module.face_detection(data=input_dict) result = results[0]设置绑定键盘按压事件
k = cv2.waitKey(1) & 0xFF # 判断按键判断肯定条件时绿色字体和矩形
if result['data']!=[]: label = result['data'][0]['label'] left = result['data'][0]['left'] right = result['data'][0]['right'] top = result['data'][0]['top'] bottom = result['data'][0]['bottom'] color = (0,255,0) color2 = (0,255,0)判断否定条件时红色字体和矩形，并播放语音警告提示
if label == 'NO MASK': color = (0,0,255) color2 = (0,0,255) playsound('1.mp3')cv2最后的绘制及显示交互窗口
cv2.rectangle(frame,(left,top),(right,bottom),color,3) cv2.putText(frame,label,(left,top-10),cv2.FONT_HERSHEY_SIMPLEX,0.8,color2,2) cv2.imshow('xianshi',frame)判断监听键盘按压事件
if k == ord(' '):#退出 break释放摄像头及内存
#释放摄像头cap.release()#释放内存cv2.destroyAllWindows()完整代码及注释
import paddlehubimport cv2from playsound import playsound#指定paddlehub模块的视觉算法module=paddlehub.Module(name="pyramidbox_lite_mobile_mask")#调用本机摄像头cap=cv2.VideoCapture(0)#循环判断面部区域位置while(cap.isOpened()): frame = cap.read()[1] input_dict = {'data':[frame]} results = module.face_detection(data=input_dict) result = results[0]#绑定键盘监听事件 k = cv2.waitKey(1) & 0xFF # 判断按键#当判断为肯定时，则绘制绿色矩形及文字 if result['data']!=[]: label = result['data'][0]['label'] left = result['data'][0]['left'] right = result['data'][0]['right'] top = result['data'][0]['top'] bottom = result['data'][0]['bottom'] color = (0,255,0) color2 = (0,255,0) #当判断为否定式绘制红色矩形及文字 if label == 'NO MASK': color = (0,0,255) color2 = (0,0,255) #打开录制的MP3语音文件 playsound('1.mp3') #cv2最会的绘制及显示 cv2.rectangle(frame,(left,top),(right,bottom),color,3) cv2.putText(frame,label,(left,top-10),cv2.FONT_HERSHEY_SIMPLEX,0.8,color2,2) #显示交互窗口 cv2.imshow('xianshi',frame) #监听键盘事件，并判断是否退出 if k == ord(' '):#退出 break#释放摄像头cap.release()#释放内存cv2.destroyAllWindows()效果展示（不带口罩时会有重复语音警告）
来源地址：https://blog.csdn.net/lbcyllqj/article/details/128905097
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
