最新python疲劳驾驶实时检测项目讲解（附代码），2024华为Python面试真题

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

城市经济不断的发展、范围不断的扩张，运输公司也将走向高速发展。随着政策层面对公共交通安全越来越重视。虽然车辆安装了车载视频监控系统，能够实现车辆实时预览和调度，但是行车的安全得不到保障，司机的操作规范、司机的驾驶行为无法监督，超速、疲劳驾驶、交通违规、开车抽烟、注意力不集中、打电话等不良行为导致的交通意外事故高达95%，车辆损耗是正常损耗的5-10倍，燃油消耗增长10%-50%。

三、本项目介绍与技术

---

3.1 介绍

本项目开源，是一个比较简单的需求分析，仅仅是用于检测眼睛疲劳，其它需求我暂时不开源，当你可以根据商业需求分析这样做下去，本项目主要给大家一个简单的引导思考。

3.2 技术

采用开源的人脸识别haarcascade_frontalface_default.xml和眼睛识别haarcascade_eye.xml，这是已经训练好的模型，我们可以直接调用。

调用方式也很简单：

face_cascade = cv2.CascadeClassifier(‘haarcascade_frontalface_default.xml’)

eye_cascade = cv2.CascadeClassifier(‘haarcascade_eye.xml’)

所谓实时检测，我们可以先简单的理解成一段视频，视频又是一帧一帧的，你可以把一帧理解成就是一张图片，我们要检测一个人是否疲劳，就是检测这个人在短时间的眼睛状况，就是分析这段时间每一帧的眼睛图片变化，设定一个标准来判断是否疲劳，这个标准是已经有人实验好了的。

要实时开启摄像头，使用如下函数：

cap = cv2.VideoCapture(0)

传参数为0代表使用一个摄像头，因为我们笔记本只有一个摄像头有，如果传参为1则是使用两个摄像头，我是笔记本，所以我传参0，当然你也可以在这里传入视频，你想检测这个视频里面的驾驶人员是否疲劳，而不是实时检测。

关于opencv视频处理入门我讲过：opencv视频处理入门你可以根据这个进行进一步的修改和理解。

四、基本分析

---

4.1 模块导入

import cv2

from functools import wraps

from pygame import mixer

import time

模块下载不需要我教了吧？基础都不熟练，请看我基础专栏：python基础教程

4.2 定义一个计数眼睛眨眼的函数

def counter(func):

@wraps(func)

def tmp(*args, **kwargs):

tmp.count += 1

global lastsave

if time.time() - lastsave > 3:

这是以秒为单位，所以 5 分钟 = 300 秒

lastsave = time.time()

tmp.count = 0

return func(*args, **kwargs)

tmp.count = 0

return tmp

满足闭眼情况输出：

@counter

def closed():

print (“Eye Closed”)

同理闭眼我们也定义一个输出函数：

def openeye():

print( “Eye is Open”)

警报声也定义一个函数：

def sound():

mixer.init()

mixer.music.load(‘sound.mp3’)

mixer.music.play()

4.3眼睛部分处理

用while循环实时检测，对图片进行灰度，detectMultiScale确定目标尺寸大小，后续是圈出眼睛等处理，如果你有基础，看懂他并不太难。

while 1:

ret, img = cap.read()

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray, 1.3, 5)

for (x, y, w, h) in faces:

cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

roi_gray = gray[y:y + h, x:x + w]

roi_color = img[y:y + h, x:x + w]

eyes = eye_cascade.detectMultiScale(roi_gray)

if eyes is not ():

for (ex, ey, ew, eh) in eyes:

cv2.rectangle(roi_color, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)

openeye()

else:

closed()

if closed.count == 4:

print (“driver is sleeping”)

sound()

cv2.imshow(‘img’, img)

k = cv2.waitKey(30) & 0xff

总体评价的话，整个评判疲劳的架构并不是很合理，显得有些粗糙，本项目仅仅是为大家提供一个方向引导，如果你要做毕业设计之类的，光靠这个是肯定不行的。

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！