使用 Dlib 和 Opencv 来计算 MAR MJR 指标进行视频人脸面部表情分析 附python代码实现

这段代码是用于面部分析，特别是针对嘴巴区域的分析。它使用OpenCV和dlib库来从实时摄像头捕获的视频帧中检测人脸，并计算与嘴巴相关的几个度量值。下面是代码的主要部分的详细解释：

1. 自定义函数：

   • MAR(mouth)：计算嘴的宽高比。它基于一组嘴巴区域的关键点坐标。
   • MJR(shape)：计算嘴宽度与脸颊宽度的比值。它也基于一组脸部关键点坐标。
   • drawMouth(mouth)：这个函数被注释掉了，但根据其命名和内部代码，它应该用于在帧上绘制嘴巴的轮廓。

2. 模型初始化：

   • 加载了一个dlib的面部关键点检测器模型（shape_predictor_68_face_landmarks.dat）。
   • 初始化了dlib的人脸检测器。

3. 摄像头初始化：

   • 使用OpenCV的VideoCapture类来捕获摄像头的视频流。

4. 视频帧处理：

   • 在一个无限循环中，从摄像头读取帧。
   • 将帧从BGR色彩空间转换为灰度。
   • 使用dlib的人脸检测器在灰度图像上检测人脸。
   • 对于检测到的每个人脸，使用dlib的关键点检测器找到68个面部关键点。
   • 从这些关键点中提取嘴巴区域的关键点（索引范围[48,60]）。
   • 计算嘴巴的宽高比（MAR