用Python获取摄像头并实时控制人脸

2023-12-29 02:58
文章标签 python 摄像头 获取 人脸 实时控制

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。
在这里插入图片描述
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！


http://www.chinasem.cn/article/548143。

相关文章

python: 多模块(.py)中全局变量的导入

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别： 当你在一个模块（文件）中使用 global 声明变量时，这个变量只在该模块的全局命名空
阅读更多...
【Python编程】Linux创建虚拟环境并配置与notebook相连接

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如，在当前目录下创建一个名为 myenv 的虚拟环境： python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行： source myenv/bin/activate 3.与notebook连接 在虚拟环境中，使用 pip 安装 Jupyter 和 ipykernel： pip instal
阅读更多...
【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程（Gaussian Process，简称GP）是一种概率模型，用于描述一组随机变量的联合概率分布，其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数（或核函数） 1.3 核函数1.4 高斯过程回归（Gauss
阅读更多...
【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

系列文章目录 监督学习：参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv） 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学
阅读更多...
nudepy，一个有趣的 Python 库！

nudepy，一个有趣的 Python 库！

更多资料获取 📚 个人网站：ipengtao.com 大家好，今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址：https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中，检测图像中的不适当内容（例如裸露图像）是一个重要的任务。nudepy 是一个基于 Python 的库，专门用于检测图像中的不适当内容。该
阅读更多...
pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

在 Python 开发中，管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等，都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools？ pip-tools 是一组命令行工具，旨在简化 Python 依赖关系的管理，确保项目环境的稳定性和可重复性。它主要包含两个核心工具：pip-compile 和 pip
阅读更多...
HTML提交表单给python

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',
阅读更多...
Android Environment 获取的路径问题

Android Environment 获取的路径问题

1. 以获取 /System 路径为例 /*** Return root of the "system" partition holding the core Android OS.* Always present and mounted read-only.*/public static @NonNull File getRootDirectory() {return DIR_ANDR
阅读更多...
Python QT实现A-star寻路算法

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点： 鼠标左键双击，设定红色的起点。左键双击设定起点，用红色标记。 设定终点： 鼠标右键双击，设定蓝色的终点。右键双击设定终点，用蓝色标记。 设置障碍点： 鼠标左键或者右键按着不放，拖动可以设置黑色的障碍点。按住左键或右键并拖动，设置一系列黑色障碍点
阅读更多...
Python：豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】

Python：豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】

**爬取豆瓣电影信息，分析近年电影行业的发展情况** 本文是完整的数据分析展现，代码有完整版，包含豆瓣电影爬取的具体方式【附带爬虫豆瓣，数据处理过程，数据分析，可视化，以及完整PPT报告】   最近MBA在学习《商业数据分析》，大实训作业给了数据要进行数据分析，所以先拿豆瓣电影练练手，网络上爬取豆瓣电影TOP250较多，但对于豆瓣电影全数据的爬取教程很少，所以我自己做一版。 目
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2