Python+OpenCv+Dlib人脸识别

Python+OpenCv+Dlib
#实现人脸检测+表情识别
.xml表情识别库下载

“”"
从USB摄像头中识别人脸，并实时标出面部特征点，简单判断情绪
我在原有程序上增加了串口通讯 因为原来的程序在识别笑脸的时候只是判断上下嘴唇的张合
没有考虑左右嘴角之间的张开变化，这就限制了惊讶表情的识别，在延时上加了多进程函数能
延缓串口的读取速度还不影响表情识别的速度，配合pyserial就可以实现向下位机传输字符串，实现下位机根据上位机的表情检测做出相应的反应。
68个点的识别也是方面我们对表情的判断，可以不显示出来，但是68个点依然可以用来判断表情。
“”"

    import threading#多线程
    import time
    import dlib  # 人脸识别的库dlib
    import numpy as np  # 数据处理的库numpy
    import cv2  # 图像处理的库OpenCv
    import serial
    ser = serial.Serial()
    ser.baudrate = 9600
    ser.port = 'COM3'
    data =''
    data1 =''
    print(ser)
    ser.open()
    print(ser)
    print(ser.is_open) #检验串口是否打开
    class face_emotion(): 
        def __init__(self):  # 类在实例化成对象的时候首先调用的方法
                # 使用特征提取器get_frontal_face_detector
                self.detector = dlib.get_frontal_face_detector()
                # dlib的68点模型，使用训练好的特征预测器,加载人脸关键点检测器
                self.predictor = dlib.shape_predictor("shape_predictor_68
    _face_landmarks.dat")
            #用opencv做前脸图像识别
            self.face = cv2.CascadeClassifier('haarcascade_frontalface_alt_tree.xml')
            # 使用opencv打开usb摄像头。
            self.cap = cv2.VideoCapture(0)
        def learning_face(self):
            # 眉毛直线拟合数据缓冲
            line_brow_x = []
            line_brow_y = []
            # cap.isOpened（） 返回true/false 检查初始化是否成功
    
            while (self.cap.isOpened()):
                flag, im_rd = self.cap.read()
                # 每帧数据延时1ms，延时为0读取的是静态帧
                k = cv2.waitKey(1)
                # 取灰度
                img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY)
                faces = self.face.detectMultiScale(img_gray, 1.1, 5, 0, (100, 100))
                    # 使用人脸检测器检测每一帧图像中的人脸。并返回人脸数rects
                    rects = self.detector(img_gray,0)#将第二个参数增加会改变画质，检测速度会减慢
     # 要显示在屏幕上的字体
                font = cv2.FONT_HERSHEY_SIMPLEX
                i = 0
                for (x, y, w, h) in faces:
                   cv2.rectangle(im_rd, (x, y), (x + w, y + h), (0, 255, 0), 2)
                def stop()