opencv-python 疲劳驾驶检测

在别人的代码上修改得到的,源代码好像不太准确,主要的原理就是用dlib工具找到68个人脸关键点,然后计算点之间的欧氏距离,具体得看你想要实现什么功能

我主要检测眼睛上的点和嘴巴上的点,当眼睛上的某几个点之间的距离小于设置的阈值几帧后,判断为打盹,也就是疲劳驾驶,有时候人瞌睡的时候也会打哈欠,所以也检测了嘴巴的点,但没有做优化,嘴巴部分还可以更进一步优化的,不过太花时间了,就先不做了,思路知道就行,果然搞这个最后都变成了调参。

# -*- coding: utf-8 -*-
#导入工具包
from scipy.spatial import distance as dist 
from collections import OrderedDict
import numpy as np
import argparse
import time
import dlib  #人脸识别相关
import cv2

FACIAL_LANDMARKS_68_IDXS = OrderedDict([  #由于原生的字典是无序的,现在用这个来提供有序的地点
	("mouth", (48, 68)),
	("right_eyebrow", (17, 22)),
	("left_eyebrow", (22, 27)),
	("right_eye", (36, 42)),
	("left_eye", (42, 48)),
	("nose", (27, 36)),
	("jaw", (0, 17))
])

# http://vision.fe.uni-lj.si/cvww2016/proceedings/papers/05.pdf
def eye_aspect_ratio(eye):
	# 计算距离,竖直的
	A = dist.euc
  • 5
    点赞
  • 51
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
PythonOpenCV结合使用非常方便,可以轻松处理和分析图像。使用PythonOpenCV检测疲劳驾驶需要两个核心部分:面部检测和眼睛检测。以下是基于PythonOpenCV检测疲劳驾驶的源代码: ``` import cv2 import dlib from scipy.spatial import distance def calculate_eye_ratio(eye_points): A = distance.euclidean(eye_points[1], eye_points[5]) B = distance.euclidean(eye_points[2], eye_points[4]) C = distance.euclidean(eye_points[0], eye_points[3]) eye_ratio = (A + B) / (2.0 * C) return eye_ratio cap = cv2.VideoCapture(0) detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = detector(gray) for face in faces: landmarks = predictor(gray, face) left_eye_ratio = calculate_eye_ratio([(landmarks.part(36).x, landmarks.part(36).y), (landmarks.part(37).x, landmarks.part(37).y), (landmarks.part(38).x, landmarks.part(38).y), (landmarks.part(39).x, landmarks.part(39).y), (landmarks.part(40).x, landmarks.part(40).y), (landmarks.part(41).x, landmarks.part(41).y)]) right_eye_ratio = calculate_eye_ratio([(landmarks.part(42).x, landmarks.part(42).y), (landmarks.part(43).x, landmarks.part(43).y), (landmarks.part(44).x, landmarks.part(44).y), (landmarks.part(45).x, landmarks.part(45).y), (landmarks.part(46).x, landmarks.part(46).y), (landmarks.part(47).x, landmarks.part(47).y)]) eye_ratio = (left_eye_ratio + right_eye_ratio) / 2.0 if eye_ratio < 0.3: cv2.putText(frame, "Sleepy Alert!!!", (10, 80), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 255),2) cv2.imshow("Driver_Drowsiness_Detection", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 这个代码片段使用了OpenCV和dlib库,它首先利用dlib库进行面部检测,然后使用预测器从面部形状中获取眼睛位置,最后利用算法计算眼睛的宽高比来判断是否疲劳驾驶。如果宽高比小于指定值,代码就会在视频流上显示 "Sleepy Alert !!!"。您需要将 "shape_predictor_68_face_landmarks.dat" 替换为自己的预测器文件。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值