眨眼计数器python

创意的作者来源Eye Blink Counter - Computer Vision Zone

import cv2
import cvzone
from cvzone.FaceMeshModule import FaceMeshDetector
from cvzone.PlotModule import LivePlot
"""
此代码使用cvzone和FaceMeshModule实现了眨眼次数计数的功能:

主要步骤:

1. 初始化FaceMeshDetector进行人脸关键点检测

2. 从检测结果中获取左眼和右眼区域的4个关键点

3. 计算左眼和右眼长宽比例,持续追踉变化曲线

4. 如果长宽比例连续下降超过一定阈值,则判断为眨眼,计数加1

5. 使用LivePlot绘制曲线,实时显示眨眼次数

6. 使用cvzone辅助绘制功能,显示检测结果和曲线图

优点:

- 使用FaceMesh高精度提取眼部关键点
- 长宽比例变化简单有效判断眨眼
- 实时曲线显示检测结果
- cvzone提升了可视化效果

此外,可以优化:

- 加入眨眼计时以提升准确率
- 多人脸处理
- 增加眨眼速度统计等

总的来说,此代码很好地利用cvzone和FaceMeshModule实现了眨眼检测功能。
"""
cap = cv2.VideoCapture(0)
detector = FaceMeshDetector(maxFaces=1)
plotY = LivePlot(640, 360, [20, 50], invert=True)

# idList = [22, 23, 24, 26, 110, 157, 158, 159, 160, 161, 130, 243]
ratioList = []
idList = [22, 23, 24]

blinkCounter = 0
counter = 0
color = (255, 0, 255)

while True:


    success, img = cap.read()
    img, faces = detector.findFaceMesh(img, draw=False)#用于检测脸部部位的

    if faces:
        face = faces[0]
        for id in idList:
            cv2.circle(img, face[id], 5,color, cv2.FILLED)
    #
        leftUp = face[159]
        leftDown = face[23]
        leftLeft = face[130]
        leftRight = face[243]
        lenghtVer, _ = detector.findDistance(leftUp, leftDown)
        lenghtHor, _ = detector.findDistance(leftLeft, leftRight)
    """
    这几行代码的作用是:

1. 从人脸关键点检测结果中提取左眼区域的4个关键点:

- leftUp: 左眼上部关键点,索引为159
- leftDown: 左眼下部关键点,索引为23 
- leftLeft: 左眼左边关键点,索引为130
- leftRight: 左眼右边关键点,索引为243

2. 使用FaceMeshDetector的findDistance方法计算:

- lenghtVer: 左眼上下距离,通过leftUp和leftDown计算
- lenghtHor: 左眼左右距离,通过leftLeft和leftRight计算

findDistance方法可以计算两个关键点之间的真实距离。

3. lenghtVer代表左眼垂直方向尺寸
4. lenghtHor代表左眼水平方向尺寸 

通过提取这四个关键点,计算两个方向上的距离,就能得到左眼区域的长宽尺寸。

这是实现判断眨眼的基础,后续通过长宽比例的变化来判断是否眨眼。

所以这部分代码主要作用是:

- 提取左眼四个关键点
- 计算左眼区域的垂直和水平方向尺寸
为后续眨眼判断提供基础数据支持。
    """
    cv2.line(img, leftUp, leftDown, (0, 200, 0), 3)#向前或向后移动时会改变，用垂直和水平比率
    cv2.line(img, leftLeft, leftRight, (0, 200, 0), 3)
    #
    ratio= int((lenghtVer / lenghtHor) * 100)
    ratioList.append(ratio)#用来优化眨眼时的平滑线,
    if len(ratioList) > 3:
        ratioList.pop(0)#退出一位，求个平均值
    ratioAvg = sum(ratioList) / len(ratioList)#降低平滑度

    if ratioAvg < 25 and counter == 0:#counter是控制在计数时候的
        print(ratioAvg, '1dsf')

        blinkCounter += 1
        color = (0,200,0)
        counter = 1#眨眼一次那么counter就更改为零
    if counter != 0:#用来使每张图片的帧率平缓眨眼的时候怕太快反应了
        counter += 1#每次循环的时候加1
        if counter > 5:
            counter = 0
            color = (255,0, 255)


    cvzone.putTextRect(img, f'Blink Count: {blinkCounter}', (50, 100),
                       colorR=color)

    imgPlot = plotY.update(ratioAvg, color)
    img = cv2.resize(img, (640, 360))
    imgStack = cvzone.stackImages([img, imgPlot], 2, 1)


    cv2.imshow("Image", imgStack)
    key = cv2.waitKey(10) & 0xFF
    if key == ord('q'):
        break
"""
这个counter变量的作用是控制眨眼计数的冷冻期,具体如下:

- 当长宽比例ratioAvg小于35,表明发生了眨眼动作,blinkCounter计数加1

- 此时将counter设置为1,进入一个计数期

- 在这个计数期内(counter!=0),每次循环counter都会加1

- 当counter计数超过10后,counter重置为0,并结束这个计数期

- 这创建了一个持续10次循环(大约0.1秒)的冷冻期

冷冻期的作用是:

1. 避免连续快速多次眨眼被重复计数

2. 每次眨眼间需要一个最小的闭眼时间间隔才能计数

3. 减少误检率,提高眨眼计数精度

所以counter变量具体实现了:

- 创建一个冷冻期,避免重复计数同一眨眼

- 控制眨眼计数的最小时间间隔

通过设置合理的冷冻期,可以有效提高眨眼检测的准确率。这是常见的解决重复计数的技巧。
"""