用Python获取摄像头并实时控制人脸

本文主要是介绍用Python获取摄像头并实时控制人脸，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

实现流程

从摄像头获取视频流，并转换为一帧一帧的图像，然后将图像信息传递给opencv这个工具库处理，返回灰度图像（就像你使用本地静态图片一样）

程序启动后，根据监听器信息，使用一个while循环，不断的加载视频图像，然后返回给opencv工具呈现图像信息。

创建一个键盘事件监听，按下"d"键，则开始执行面部匹配，并进行面具加载（这个过程是动态的，你可以随时移动）。

面部匹配使用Dlib中的人脸检测算法来查看是否有人脸存在。如果有，它将为每个人脸创建一个结束位置，眼镜和烟卷会移动到那里结束。

然后我们需要缩放和旋转我们的眼镜以适合每个人的脸。我们将使用从Dlib的68点模型返回的点集来找到眼睛和嘴巴的中心，并为它们之间的空间旋转。

在我们实时获取眼镜和烟卷的最终位置后，眼镜和烟卷从屏幕顶部进入，开始匹配你的眼镜和嘴巴。
假如没有人脸，程序会直接返回你的视频信息，不会有面具移动的效果。
默认一个周期是4秒钟。然后你可以通过"d"键再次检测。
程序退出使用"q"键。
这里我将这个功能抽象成一个面具加载服务，请跟随我的代码一窥究竟吧。

1.导入对应的工具包

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,
群里还有不错的视频学习教程和PDF电子书！
'''
from time import sleepimport cv2
import numpy as np
from PIL import Image
from imutils import face_utils, resizetry:from dlib import get_frontal_face_detector, shape_predictor
except ImportError:raise

创建面具加载服务类DynamicStreamMaskService及其对应的初始化属性:

class DynamicStreamMaskService(object):"""动态黏贴面具服务"""def __init__(self, saved=False):self.saved = saved  # 是否保存图片self.listener = True  # 启动参数self.video_capture = cv2.VideoCapture(0)  # 调用本地摄像头self.doing = False  # 是否进行面部面具self.speed = 0.1  # 面具移动速度self.detector = get_frontal_face_detector()  # 面部识别器self.predictor = shape_predictor("shape_predictor_68_face_landmarks.dat")  # 面部分析器self.fps = 4  # 面具存在时间基础时间self.animation_time = 0  # 动画周期初始值self.duration = self.fps * 4  # 动画周期最大值self.fixed_time = 4  # 画图之后，停留时间self.max_width = 500  # 图像大小self.deal, self.text, self.cigarette = None, None, None  # 面具对象

按照上面介绍，我们先实现读取视频流转换图片的函数：

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,
群里还有不错的视频学习教程和PDF电子书！
'''
def read_data(self):"""从摄像头获取视频流，并转换为一帧一帧的图像:return: 返回一帧一帧的图像信息"""_, data = self.video_capture.read()return data

接下来我们实现人脸定位函数，及眼镜和烟卷的定位:

def get_glasses_info(self, face_shape, face_width):"""获取当前面部的眼镜信息:param face_shape::param face_width::return:"""left_eye = face_shape[36:42]right_eye = face_shape[42:48]left_eye_center = left_eye.mean(axis=0).astype("int")right_eye_center = right_eye.mean(axis=0).astype("int")y = left_eye_center[1] - right_eye_center[1]x = left_eye_center[0] - right_eye_center[0]eye_angle = np.rad2deg(np.arctan2(y, x))deal = self.deal.resize((face_width, int(face_width * self.deal.size[1] / self.deal.size[0])),resample=Image.LANCZOS)deal = deal.rotate(eye_angle, expand=True)deal = deal.transpose(Image.FLIP_TOP_BOTTOM)left_eye_x = left_eye[0, 0] - face_width // 4left_eye_y = left_eye[0, 1] - face_width // 6return {"image": deal, "pos": (left_eye_x, left_eye_y)}def get_cigarette_info(self, face_shape, face_width):"""获取当前面部的烟卷信息:param face_shape::param face_width::return:"""mouth = face_shape[49:68]mouth_center = mouth.mean(axis=0).astype("int")cigarette = self.cigarette.resize((face_width, int(face_width * self.cigarette.size[1] / self.cigarette.size[0])),resample=Image.LANCZOS)x = mouth[0, 0] - face_width + int(16 * face_width / self.cigarette.size[0])y = mouth_center[1]return {"image": cigarette, "pos": (x, y)}def orientation(self, rects, img_gray):"""人脸定位:return:"""faces = []for rect in rects:face = {}face_shades_width = rect.right() - rect.left()predictor_shape = self.predictor(img_gray, rect)face_shape = face_utils.shape_to_np(predictor_shape)face['cigarette'] = self.get_cigarette_info(face_shape, face_shades_width)face['glasses'] = self.get_glasses_info(face_shape, face_shades_width)faces.append(face)return faces

刚才我们提到了键盘监听事件，这里我们实现一下这个函数：

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,
群里还有不错的视频学习教程和PDF电子书！
'''
def listener_keys(self):"""设置键盘监听事件:return:"""key = cv2.waitKey(1) & 0xFFif key == ord("q"):self.listener = Falseself.console("程序退出")sleep(1)self.exit()if key == ord("d"):self.doing = not self.doing

接下来我们来实现加载面具信息的函数：

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,
群里还有不错的视频学习教程和PDF电子书！
'''
def init_mask(self):"""加载面具:return:"""self.console("加载面具...")self.deal, self.text, self.cigarette = (Image.open(x) for x in ["images/deals.png", "images/text.png", "images/cigarette.png"])

上面基本的功能都实现了，我们该实现画图函数了，这个函数原理和之前我写的那篇用AI人脸识别技术实现抖音特效实现是一样的，这里我就不赘述了，可以去github或Python中文社区微信公众号查看。

def drawing(self, draw_img, faces):"""画图:param draw_img::param faces::return:"""for face in faces:if self.animation_time < self.duration - self.fixed_time:current_x = int(face["glasses"]["pos"][0])current_y = int(face["glasses"]["pos"][1] * self.animation_time / (self.duration - self.fixed_time))draw_img.paste(face["glasses"]["image"], (current_x, current_y), face["glasses"]["image"])cigarette_x = int(face["cigarette"]["pos"][0])cigarette_y = int(face["cigarette"]["pos"][1] * self.animation_time / (self.duration - self.fixed_time))draw_img.paste(face["cigarette"]["image"], (cigarette_x, cigarette_y),face["cigarette"]["image"])else:draw_img.paste(face["glasses"]["image"], face["glasses"]["pos"], face["glasses"]["image"])draw_img.paste(face["cigarette"]["image"], face["cigarette"]["pos"], face["cigarette"]["image"])draw_img.paste(self.text, (75, draw_img.height // 2 + 128), self.text)

既然是一个服务类，那该有启动与退出函数吧，最后我们来写一下吧。
简单介绍一下这个start()函数, 启动后根据初始化监听信息，不断监听视频流，并将流信息通过opencv转换成图像展示出来。

并且调用按键监听函数，不断的监听你是否按下"d"键进行面具加载，如果监听成功，则进行图像人脸检测，并移动面具，
并持续一个周期的时间结束，面具此时会根据你的面部移动而移动。最终呈现文章顶部图片的效果.

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,
群里还有不错的视频学习教程和PDF电子书！
'''
def start(self):"""启动程序:return:"""self.console("程序启动成功.")self.init_mask()while self.listener:frame = self.read_data()frame = resize(frame, width=self.max_width)img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)rects = self.detector(img_gray, 0)faces = self.orientation(rects, img_gray)draw_img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))if self.doing:self.drawing(draw_img, faces)self.animation_time += self.speedself.save_data(draw_img)if self.animation_time > self.duration:self.doing = Falseself.animation_time = 0else:frame = cv2.cvtColor(np.asarray(draw_img), cv2.COLOR_RGB2BGR)cv2.imshow("hello mask", frame)self.listener_keys()def exit(self):"""程序退出:return:"""self.video_capture.release()cv2.destroyAllWindows()

最后，让我们试试：

if __name__ == '__main__':ms = DynamicStreamMaskService()ms.start()

写到这里，这个小功能就已经实现了，大家不妨事来使用一下。

写在最后

• 关注 https://github.com/tomoncle/face-detection-induction-course 这个仓库，不定时更新更多的人脸识别小示例。

• 其他文章（用AI人脸识别技术实现抖音特效），一个临时测试的地址: https://liyuanjun.cn/gifmask 或 https://tomoncle.com/gifmask

这篇关于用Python获取摄像头并实时控制人脸的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---