Python 20行代码检测人脸是否佩戴口罩

最近,口罩成为绝对热门的话题,在疫情之下,出门不戴口罩不仅对自己不负责,对他人而言也是一种潜在的威胁。所以许多小区都有保安在门口守着,谁要是不戴口罩就吼回去(吓死我了)。

尽管如此,人工检测总有可能漏掉人,而且无时无刻地盯着,保安叔叔也特别累。今天我们就来尝试用计算机自动检测人脸是否佩戴口罩的可行性,如果可行,那么根据我们以前的推送:人脸检测自动开机,就可以做一个实时摄像头,如果发现有人没戴口罩则发送警告给保安,以提高保安的工作效率。

当然,想要识别人脸是否佩戴口罩,需要做很多训练数据的收集,不过最近百度开源了他们的人脸口罩识别模型:PaddleHub 口罩检测。我们今天就来试试这个模型的效果。

1.准备

为了实现这个实验,Python是必不可少的,如果你还没有安装Python,建议阅读我们的这篇文章哦:超详细Python安装指南

然后,我们需要安装百度的paddlepaddle, 进入他们的官方网站就有详细的指引:
https://www.paddlepaddle.org.cn/install/quick

根据你自己的情况选择这些选项,最后一个CUDA版本,由于本实验不需要训练数据,也不需要太大的计算量,所以直接选择CPU版本即可。选择完毕,下方会出现安装指引,不得不说,Paddlepaddle这些方面做的还是比较贴心的(就是名字起的不好)。

要注意,如果你的Python3环境变量里的程序名称是Python,记得将语句改为Python xxx,如下进行安装:

python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple

还需要安装paddlehub:

pip install -i https://mirror.baidu.com/pypi/simple paddlehub

2.编写代码

Paddlehub作为一个深度学习平台,用起来还是相当方便的,尤其是对于我这种(调包小王子)非研究型应用者。一共就只有四个步骤:

  • 1.引入模块和图片
  • 2.载入模型
  • 3.分类与预测
  • 4.结果展示

把我们需要测试的图片保存在该代码文件的同一目录下,命名为3.jpg:

想看这个小姐姐摘下口罩的样子

代码如下:

import paddlehub as hub
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

# 1.待预测图片
test_img_path = ["./3.jpg"]

# 2.载入模型
module = hub.Module(name="pyramidbox_lite_mobile_mask")

# 3.预测
input_dict = {"image": test_img_path}
results = module.face_detection(data=input_dict)

# 4.结果展示
img = mpimg.imread("detection_result/3.jpg")
plt.figure(figsize=(10, 10))
plt.imshow(img)
plt.axis('off')
plt.show()

没错,你没看错,就是这么简单。去掉空行和注释只有12行代码,再狠一点,把matplot展示部分全部去掉,只有6行代码。再再狠一点,把test_img_path和input_path变量以及module.face_detection语句合并,你会发现只有3行代码:

import paddlehub as hub
module = hub.Module(name="pyramidbox_lite_mobile_mask")
results = module.face_detection(data={"image": ["./3.jpg"]}) 

执行完后的分类结果在同一目录下的detection_result目录下查看即可。所以说,说20行代码是谦虚,3行代码就够了。

3.结果展示

我们测试的那张图片,结果如下:

MASK:97.64% 代表这个人戴了口罩,可信度为97.64%。
NO MASK: 97.41% 代表这个人没戴口罩,可信度为97.41%

最后面那个大叔也是MASK,但是它的可信度只有54.31%,所以很可能是误判,在我们实际应用的时候,只需要把警告阈值(比如80%)提高,即可筛去这些不可信的分类。

不过,这个模型有一个缺点就是,对于远距离的人判断并不是很精确:

离镜头最近的这个人可能是因为侧脸的原因,脸部特征不明显识别不出来。但是远处的这些戴着口罩却被识别为没戴口罩的,就是这个模型的锅了。不过,通过阈值过滤和缩短摄像头摄影距离还是可以将这个模型用于实际生活中的。

我们的文章到此就结束啦,如果你希望我们今天的Python 教程,请持续关注我们,如果对你有帮助,麻烦在下面点一个赞/在看哦,有任何问题都可以在下方留言区留言,我们都会耐心解答的!


​Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号:Python实用宝典

原文来自Python实用宝典:Python 20行代码检测人脸是否佩戴口罩

Python实用宝典

  • 46
    点赞
  • 235
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
由于人脸识别和无接触温度测量系统都需要使用一些特殊的硬件设备,因此需要使用适当的库和工具来访问这些设备。以下是一个基于Python的简单示例代码,可以检测人脸是否佩戴口罩,并使用红外传感器实现无接触测温。 ```python import cv2 import numpy as np import argparse import imutils import time import os import RPi.GPIO as GPIO import math import smtplib import datetime import Adafruit_GPIO.SPI as SPI import Adafruit_MCP3008 from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart # 设置GPIO模式 GPIO.setmode(GPIO.BCM) # 初始化GPIO引脚 GPIO.setup(17, GPIO.OUT) GPIO.setup(27, GPIO.OUT) GPIO.setup(22, GPIO.OUT) # 初始化SPI总线 SPI_PORT = 0 SPI_DEVICE = 0 mcp = Adafruit_MCP3008.MCP3008(spi=SPI.SpiDev(SPI_PORT, SPI_DEVICE)) # 初始化邮箱信息 FROM_EMAIL_ADDRESS = 'your_email_address' FROM_EMAIL_PASSWORD = 'your_email_password' TO_EMAIL_ADDRESS = 'recipient_email_address' # 初始化人脸检测模型和口罩检测模型 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') mask_model = cv2.dnn.readNet('mask_detection_model.weights', 'mask_detection_model.cfg') # 定义函数来检测口罩 def detect_mask(frame, face): mask_model.setInput(cv2.dnn.blobFromImage(frame, 1.0, (300, 300), (104.0, 177.0, 123.0), swapRB=True, crop=False)) detections = mask_model.forward() for i in range(0, detections.shape[2]): confidence = detections[0, 0, i, 2] if confidence > 0.5: box = detections[0, 0, i, 3:7] * np.array([frame.shape[1], frame.shape[0], frame.shape[1], frame.shape[0]]) (startX, startY, endX, endY) = box.astype("int") (startX, startY) = (max(0, startX), max(0, startY)) (endX, endY) = (min(frame.shape[1] - 1, endX), min(frame.shape[0] - 1, endY)) face_roi = face[startY:endY, startX:endX] face_blob = cv2.dnn.blobFromImage(face_roi, 1.0, (224, 224), (104.0, 177.0, 123.0)) mask_model.setInput(face_blob) mask_preds = mask_model.forward() mask = mask_preds.argmax() return mask == 0 return False # 定义函数来读取红外传感器 def read_temperature(): Vref = 3.3 R1 = 10000 B = 3950 R0 = 10000 Vout = mcp.read_adc(0) * Vref / 1023.0 R = R1 * (Vref / Vout - 1) T = 1 / (1 / (273.15 + 25) + 1 / B * math.log(R / R0)) - 273.15 return T # 定义函数来发送邮件 def send_mail(subject, message): msg = MIMEMultipart() msg['From'] = FROM_EMAIL_ADDRESS msg['To'] = TO_EMAIL_ADDRESS msg['Subject'] = subject msg.attach(MIMEText(message, 'plain')) server = smtplib.SMTP('smtp.gmail.com', 587) server.starttls() server.login(FROM_EMAIL_ADDRESS, FROM_EMAIL_PASSWORD) text = msg.as_string() server.sendmail(FROM_EMAIL_ADDRESS, TO_EMAIL_ADDRESS, text) server.quit() # 初始化摄像头 cap = cv2.VideoCapture(0) # 循环读取视频流 while True: ret, frame = cap.read() if ret: # 调整图像大小 frame = imutils.resize(frame, width=400) # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30), flags=cv2.CASCADE_SCALE_IMAGE) # 循环处理每个人脸 for (x, y, w, h) in faces: # 绘制人脸矩形框 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 提取人脸ROI face = frame[y:y + h, x:x + w] # 检测口罩 mask = detect_mask(frame, face) # 如果没有佩戴口罩 if not mask: # 播放警报声 GPIO.output(17, GPIO.HIGH) # 发送警报邮件 subject = 'Warning: No Mask Detected' message = 'A person without a mask has been detected at ' + datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S") send_mail(subject, message) else: # 停止播放警报声 GPIO.output(17, GPIO.LOW) # 测量温度并显示 temperature = read_temperature() cv2.putText(frame, 'Temperature: {:.1f}C'.format(temperature), (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) # 如果温度超过37.5C if temperature >= 37.5: # 播放警报声 GPIO.output(27, GPIO.HIGH) # 发送警报邮件 subject = 'Warning: High Temperature Detected' message = 'A person with a high temperature has been detected at ' + datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S") send_mail(subject, message) else: # 停止播放警报声 GPIO.output(27, GPIO.LOW) # 显示图像 cv2.imshow('Face Mask Detection and Temperature Measurement System', frame) # 按下q键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows() ``` 这段代码使用OpenCV库和DNN模块来检测人脸口罩,并使用Adafruit_MCP3008库来读取红外传感器的数据。如果检测到人没有佩戴口罩或体温超过37.5C,系统会发出警报声并发送警报邮件。请注意,这只是一个简单的示例,您需要根据您的具体情况进修改和调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
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