这个也很简单,我们用到的是opencv库
import cv2
# 加载人脸和眼睛检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
# 读取输入图像
image = cv2.imread("image.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 人脸检测
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
# 在人脸周围绘制矩形
cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray[y:y+h, x:x+w]
roi_color = image[y:y+h, x:x+w]
# 眼睛检测
eyes = eye_cascade.detectMultiScale(roi_gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
for (ex,ey,ew,eh) in eyes:
# 在眼睛周围绘制矩形
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
# 计算眼睛区域的中心坐标
eye_center = (x + ex + ew//2, y + ey + eh//2)
# 判断眼睛是否闭着(示例规则:如果眼睛高度占据面部区域的一定比例,则判断为闭眼)
face_height = h
eye_height = eh
eye_ratio = eye_height / face_height
eye_status = "Closed" if eye_ratio > 0.3 else "Open"
# 在图像中标注眼睛状态
cv2.putText(image, eye_status, eye_center, cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2, cv2.LINE_AA)
# 显示输出图像
cv2.imshow('Eye Status Detection',image)
cv2.waitKey(0)
cv2.destroyAllWindows()
首先导入预训练模型,没有的可以点击此处下载,导入图像,生成灰度图,然后做判断,可能不是很准还得做一些微调
识别结果
对多人图片的识别可能不是很好,但是可以通过调整模型精度来解决