python进阶——AI视觉实现口罩检测实时语音报警系统

Posted lqj_本人

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python进阶——AI视觉实现口罩检测实时语音报警系统相关的知识,希望对你有一定的参考价值。

  大家好,我是csdn的博主:lqj_本人

这是我的个人博客主页:lqj_本人的博客_CSDN博客-微信小程序,前端,vue领域博主lqj_本人擅长微信小程序,前端,vue,等方面的知识https://blog.csdn.net/lbcyllqj?spm=1000.2115.3001.5343

哔哩哔哩欢迎关注:小淼前端

小淼前端的个人空间_哔哩哔哩_bilibili

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.htmlhttps://blog.csdn.net/lbcyllqj/category_12089557.html

目录

 前言

项目介绍

PaddlenHub模块

使用时可能遇到的bug

解决方法

方法解释

playsound模块

项目思路

代码详解

完整代码及注释

效果展示(不带口罩时会有重复语音警告)


 

 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

1.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!

2.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 paddlehub
import cv2
from 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 paddlehub
import cv2
from 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)

 

 

以上是关于python进阶——AI视觉实现口罩检测实时语音报警系统的主要内容,如果未能解决你的问题,请参考以下文章

5 秒实现 AI 语音克隆(Python)

python进阶:带你学习实时目标跟踪

五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)

基于深度学习的口罩检测系统(Python+清新界面+数据集)

口罩识别/安全帽识别/区域入侵检测/AI智能分析网关新增网口配置模块

AI计算机视觉进阶项目——手势虚拟拖拽项目实战