python 控制手机摄像头_用Python获取摄像头并实时控制人脸 ！

实现流程从摄像头获取视频流，并转换为一帧一帧的图像，然后将图像信息传递给opencv这个工具库处理，返回灰度图像(就像你使用本地静态图片一样)

程序启动后，根据监听器信息，使用一个while循环，不断的加载视频图像，然后返回给opencv工具呈现图像信息。

创建一个键盘事件监听，按下"d"键，则开始执行面部匹配，并进行面具加载(这个过程是动态的，你可以随时移动)。

面部匹配使用Dlib中的人脸检测算法来查看是否有人脸存在。如果有，它将为每个人脸创建一个结束位置，眼镜和烟卷会移动到那里结束。

然后我们需要缩放和旋转我们的眼镜以适合每个人的脸。我们将使用从Dlib的68点模型返回的点集来找到眼睛和嘴巴的中心，并为它们之间的空间旋转。

在我们实时获取眼镜和烟卷的最终位置后，眼镜和烟卷从屏幕顶部进入，开始匹配你的眼镜和嘴巴。

假如没有人脸，程序会直接返回你的视频信息，不会有面具移动的效果。

默认一个周期是4秒钟。然后你可以通过"d"键再次检测。

程序退出使用"q"键。

这里我将这个功能抽象成一个面具加载服务，请跟随我的代码一窥究竟吧。1.导入对应的工具包

from time import sleep

import cv2

import numpy as np

from PIL import Image

from imutils import face_utils, resize

try:

from dlib import get_frontal_face_detector, shape_predictor

except ImportError:

raise

创建面具加载服务类DynamicStreamMaskService及其对应的初始化属性:

class DynamicStreamMaskService(object):

"""

动态黏贴面具服务

"""

def __init__(self, saved=False):

self.saved = saved # 是否保存图片

self.listener = True # 启动参数

self.video_capture = cv2.VideoCapture(0) # 调用本地摄像头

self.doing = False # 是否进行面部面具

self.speed = 0.1 # 面具移动速度

self.detector = get_frontal_face_detector() # 面部识别器

self.predictor = shape_predictor("shape_predictor_68_face_landmarks.dat") # 面部分析器

self.fps = 4 # 面具存在时间基础时间

self.animation_time = 0 # 动画周期初始值