基于Opencv-python人脸口罩检测

Posted Gendan

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于Opencv-python人脸口罩检测相关的知识,希望对你有一定的参考价值。

"""

File : mask_check.py

Time :2021/6/10 15:02

Author :Meng

version :python 3.6

Description:

"""
import cv2 # 导入opencv
import time # 导入time
"""实现鼻子检测"""
def nose_dection(img):

img = cv2.GaussianBlur(img,(5,5),0)#高斯滤波
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                     # 将图片转化成灰度
nose_cascade = cv2.CascadeClassifier("haarcascade_mcs_nose.xml")
nose_cascade.load("data/haarcascades/haarcascade_mcs_nose.xml")  # 一定要告诉编译器文件所在的具体位置
\'\'\'此文件是opencv的haar鼻子特征分类器\'\'\'
noses = nose_cascade.detectMultiScale(gray, 1.3, 5)  # 鼻子检测
for(x,y,w,h) in noses:
    cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)  # 画框标识脸部
flag = 0            # 检测到鼻子的标志位,如果监测到鼻子,则判断未带口罩
if len(noses)>0:
    flag = 1
return img,flag

""""实现眼睛检测"""
def eye_dection(img):

img = cv2.GaussianBlur(img,(5,5),0)#高斯滤波
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                     # 将图片转化成灰度
eyes_cascade = cv2.CascadeClassifier("haarcascade_eye_tree_eyeglasses.xml")
eyes_cascade.load("data/haarcascades/haarcascade_eye_tree_eyeglasses.xml")  # 一定要告诉编译器文件所在的具体位置
\'\'\'此文件是opencv的haar眼镜特征分类器\'\'\'
eyes = eyes_cascade.detectMultiScale(gray, 1.3, 5)          # 眼睛检测
for (x,y,w,h) in eyes:
    frame = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)  # 画框标识眼部
    print("x y w h is",(x,y,w,h))
    # frame = cv2.rectangle(img, (x, y+h), (x + 3*w, y + 3*h), (255, 0, 0), 2)  # 画框标识眼部
return img,eyes

def empty(a):

pass 

def main():

image = cv2.imread("images/backgound.png")      # 读取背景照片
cv2.imshow(\'skin\', image)                       # 展示
cv2.createTrackbar("Hmin", "skin", 0, 90, empty)    # 创建bar
cv2.createTrackbar("Hmax", "skin", 25, 90, empty)
capture = cv2.VideoCapture(0)               # 打开摄像头,其中0为自带摄像头,
while True:
    ref,img=capture.read()                  # 打开摄像头
    # img = cv2.imread("./images/005.jpg")      # 读取一张图片
    img_hsv = img
    image_nose,flag_nose = nose_dection(img)       # 进行口罩检测,返回检测之后的图形以及标志位
    if flag_nose == 1:              # 当检测到鼻子的时候,判断未戴口罩
        frame = cv2.putText(image_nose, "NO MASK", (10, 30), cv2.FONT_HERSHEY_COMPLEX, 0.9,(0, 0, 255), 1)  # 在图片上写字
        cv2.imshow(\'img\', image_nose)       # 展示图片
    if flag_nose == 0:              # 未检测鼻子,进行眼睛检测
        img_eye,eyes = eye_dection(img)         # 进行眼睛检测,返回检测之后的图形以及标志位
        hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)        # 将图片转化成HSV格式
        H, S, V = cv2.split(hsv)                          #
        minH = cv2.getTrackbarPos("Hmin", \'skin\')           # 获取bar
        maxH = cv2.getTrackbarPos("Hmax", \'skin\')
        if minH > maxH:
            maxH = minH
        thresh_h = cv2.inRange(H, minH, maxH)       # 提取人体肤色区域
        if len(eyes) > 1:                           # 判断是否检测到两个眼睛,其中eyes[0]为左眼坐标
            # 口罩区域的提取
            mask_x_begin = min(eyes[0][0],eyes[1][0])               # 把左眼的x坐标作为口罩区域起始x坐标
            mask_x_end = max(eyes[0][0],eyes[1][0]) + eyes[list([eyes[0][0], eyes[1][0]]).index(max(list([eyes[0][0], eyes[1][0]])))][2]   # 把右眼x坐标 + 右眼宽度作为口罩区域x的终止坐标
            mask_y_begin = max(eyes[0][1] + eyes[0][3],eyes[1][1] + eyes[1][3]) + 20    # [Skrill下载](https://www.gendan5.com/wallet/Skrill.html)把眼睛高度最大的作为口罩区域起始y坐标
            if mask_y_begin > img_eye.shape[1]:     # 判断是否出界
                mask_y_begin = img_eye.shape[1]
            mask_y_end = max(eyes[0][1] + 3 * eyes[0][3],eyes[1][1] + 3 * eyes[1][3]) + 20  # 同理
            if mask_y_end > img_eye.shape[1]:
                mask_y_end = img_eye.shape[1]
            frame = cv2.rectangle(img_eye, (mask_x_begin, mask_y_begin), (mask_x_end, mask_y_end), (255, 0, 0), 2)  # 画口罩区域的框
            total_mask_pixel = 0
            total_face_pixel = 0
            # 遍历二值图,为0则total_mask_pixel+1,否则total_face_pixel+1
            for i in range(mask_x_begin,mask_x_end):
                for j in range(mask_y_begin,mask_y_end):
                    if thresh_h[i,j] == 0:
                        total_mask_pixel += 1
                    else:
                        total_face_pixel += 1
            print("total_mask_pixel",total_mask_pixel)
            print("total_face_pixel", total_face_pixel)
            if total_mask_pixel > total_face_pixel:
                frame = cv2.putText(img_eye, "HAVE MASK", (mask_x_begin, mask_y_begin - 10),cv2.FONT_HERSHEY_COMPLEX, 0.9, (0, 0, 255), 1)  # 绘制
            if total_mask_pixel < total_face_pixel:
                frame = cv2.putText(img_eye, "NO MASK", (mask_x_begin, mask_y_begin - 10), cv2.FONT_HERSHEY_COMPLEX,0.9, (0, 0, 255), 1)  # 绘制
        cv2.imshow("skin", thresh_h)  # 显示肤色图
        cv2.imshow("img", img_eye)  # 显示肤色图
        # cv2.imwrite(\'005_result.jpg\',img_eye)     保存图片
    c = cv2.waitKey(10)
    if c==27:
        break
capture.release()       #
cv2.destroyAllWindows() # 关闭所有窗口

if name == \'__main__\':

main()

以上是关于基于Opencv-python人脸口罩检测的主要内容,如果未能解决你的问题,请参考以下文章

基于Opencv-python人脸口罩检测

基于Opencv-python人脸口罩检测

基于飞桨PaddleHub快速实践口罩人脸检测与分类项目

OpenCV-Python实战(14)——人脸检测详解(仅需6行代码学会4种人脸检测方法)

戴口罩人脸检测和戴口罩识别(含Python Android源码)

戴口罩人脸检测和戴口罩识别(含Python Android源码)