欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

用Python獲取攝像頭并實(shí)時(shí)控制人臉的實(shí)現(xiàn)示例

 更新時(shí)間:2019年07月11日 10:24:42   作者:激流勇進(jìn)1  
這篇文章主要介紹了用Python獲取攝像頭并實(shí)時(shí)控制人臉的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

實(shí)現(xiàn)流程

從攝像頭獲取視頻流,并轉(zhuǎn)換為一幀一幀的圖像,然后將圖像信息傳遞給opencv這個(gè)工具庫(kù)處理,返回灰度圖像(就像你使用本地靜態(tài)圖片一樣)

程序啟動(dòng)后,根據(jù)監(jiān)聽(tīng)器信息,使用一個(gè)while循環(huán),不斷的加載視頻圖像,然后返回給opencv工具呈現(xiàn)圖像信息。

創(chuàng)建一個(gè)鍵盤(pán)事件監(jiān)聽(tīng),按下"d"鍵,則開(kāi)始執(zhí)行面部匹配,并進(jìn)行面具加載(這個(gè)過(guò)程是動(dòng)態(tài)的,你可以隨時(shí)移動(dòng))。

面部匹配使用Dlib中的人臉檢測(cè)算法來(lái)查看是否有人臉存在。如果有,它將為每個(gè)人臉創(chuàng)建一個(gè)結(jié)束位置,眼鏡和煙卷會(huì)移動(dòng)到那里結(jié)束。

然后我們需要縮放和旋轉(zhuǎn)我們的眼鏡以適合每個(gè)人的臉。我們將使用從Dlib的68點(diǎn)模型返回的點(diǎn)集來(lái)找到眼睛和嘴巴的中心,并為它們之間的空間旋轉(zhuǎn)。

在我們實(shí)時(shí)獲取眼鏡和煙卷的最終位置后,眼鏡和煙卷從屏幕頂部進(jìn)入,開(kāi)始匹配你的眼鏡和嘴巴。

假如沒(méi)有人臉,程序會(huì)直接返回你的視頻信息,不會(huì)有面具移動(dòng)的效果。

默認(rèn)一個(gè)周期是4秒鐘。然后你可以通過(guò)"d"鍵再次檢測(cè)。

程序退出使用"q"鍵。

這里我將這個(gè)功能抽象成一個(gè)面具加載服務(wù),請(qǐng)跟隨我的代碼一窺究竟吧。

1.導(dǎo)入對(duì)應(yīng)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

創(chuàng)建面具加載服務(wù)類(lèi)DynamicStreamMaskService及其對(duì)應(yīng)的初始化屬性: 

class DynamicStreamMaskService(object):
  """
  動(dòng)態(tài)黏貼面具服務(wù)
  """

  def __init__(self, saved=False):
    self.saved = saved # 是否保存圖片
    self.listener = True # 啟動(dòng)參數(shù)
    self.video_capture = cv2.VideoCapture(0) # 調(diào)用本地?cái)z像頭
    self.doing = False # 是否進(jìn)行面部面具
    self.speed = 0.1 # 面具移動(dòng)速度
    self.detector = get_frontal_face_detector() # 面部識(shí)別器
    self.predictor = shape_predictor("shape_predictor_68_face_landmarks.dat") # 面部分析器
    self.fps = 4 # 面具存在時(shí)間基礎(chǔ)時(shí)間
    self.animation_time = 0 # 動(dòng)畫(huà)周期初始值
    self.duration = self.fps * 4 # 動(dòng)畫(huà)周期最大值
    self.fixed_time = 4 # 畫(huà)圖之后,停留時(shí)間
    self.max_width = 500 # 圖像大小
    self.deal, self.text, self.cigarette = None, None, None # 面具對(duì)象

按照上面介紹,我們先實(shí)現(xiàn)讀取視頻流轉(zhuǎn)換圖片的函數(shù): 

def read_data(self):
  """
  從攝像頭獲取視頻流,并轉(zhuǎn)換為一幀一幀的圖像
  :return: 返回一幀一幀的圖像信息
  """
  _, data = self.video_capture.read()
  return data

接下來(lái)我們實(shí)現(xiàn)人臉定位函數(shù),及眼鏡和煙卷的定位: 

def get_glasses_info(self, face_shape, face_width):
  """
  獲取當(dāng)前面部的眼鏡信息
  :param face_shape:
  :param face_width:
  :return:
  """
  left_eye = face_shape[36:42]
  right_eye = face_shape[42:48]

  left_eye_center = left_eye.mean(axis=0).astype("int")
  right_eye_center = right_eye.mean(axis=0).astype("int")

  y = left_eye_center[1] - right_eye_center[1]
  x = left_eye_center[0] - right_eye_center[0]
  eye_angle = np.rad2deg(np.arctan2(y, x))

  deal = self.deal.resize(
    (face_width, int(face_width * self.deal.size[1] / self.deal.size[0])),
    resample=Image.LANCZOS)

  deal = deal.rotate(eye_angle, expand=True)
  deal = deal.transpose(Image.FLIP_TOP_BOTTOM)

  left_eye_x = left_eye[0, 0] - face_width // 4
  left_eye_y = left_eye[0, 1] - face_width // 6

  return {"image": deal, "pos": (left_eye_x, left_eye_y)}

def get_cigarette_info(self, face_shape, face_width):
  """
  獲取當(dāng)前面部的煙卷信息
  :param face_shape:
  :param face_width:
  :return:
  """
  mouth = face_shape[49:68]
  mouth_center = mouth.mean(axis=0).astype("int")
  cigarette = self.cigarette.resize(
    (face_width, int(face_width * self.cigarette.size[1] / self.cigarette.size[0])),
    resample=Image.LANCZOS)
  x = mouth[0, 0] - face_width + int(16 * face_width / self.cigarette.size[0])
  y = mouth_center[1]
  return {"image": cigarette, "pos": (x, y)}

def orientation(self, rects, img_gray):
  """
  人臉定位
  :return:
  """
  faces = []
  for rect in rects:
    face = {}
    face_shades_width = rect.right() - rect.left()
    predictor_shape = self.predictor(img_gray, rect)
    face_shape = face_utils.shape_to_np(predictor_shape)
    face['cigarette'] = self.get_cigarette_info(face_shape, face_shades_width)
    face['glasses'] = self.get_glasses_info(face_shape, face_shades_width)

    faces.append(face)

  return faces

剛才我們提到了鍵盤(pán)監(jiān)聽(tīng)事件,這里我們實(shí)現(xiàn)一下這個(gè)函數(shù): 

def listener_keys(self):
  """
  設(shè)置鍵盤(pán)監(jiān)聽(tīng)事件
  :return:
  """
  key = cv2.waitKey(1) & 0xFF
  if key == ord("q"):
    self.listener = False
    self.console("程序退出")
    sleep(1)
    self.exit()

  if key == ord("d"):
    self.doing = not self.doing

接下來(lái)我們來(lái)實(shí)現(xiàn)加載面具信息的函數(shù): 

def init_mask(self):
  """
  加載面具
  :return:
  """
  self.console("加載面具...")
  self.deal, self.text, self.cigarette = (
    Image.open(x) for x in ["images/deals.png", "images/text.png", "images/cigarette.png"]
  )

上面基本的功能都實(shí)現(xiàn)了,我們?cè)搶?shí)現(xiàn)畫(huà)圖函數(shù)了,這個(gè)函數(shù)原理和之前我寫(xiě)的那篇用AI人臉識(shí)別技術(shù)實(shí)現(xiàn)抖音特效實(shí)現(xiàn)是一樣的,這里我就不贅述了,可以去github或Python中文社區(qū)微信公眾號(hào)查看。

def drawing(self, draw_img, faces):
  """
  畫(huà)圖
  :param draw_img:
  :param faces:
  :return:
  """
  for face in faces:
    if self.animation_time < self.duration - self.fixed_time:
      current_x = int(face["glasses"]["pos"][0])
      current_y = int(face["glasses"]["pos"][1] * self.animation_time / (self.duration - self.fixed_time))
      draw_img.paste(face["glasses"]["image"], (current_x, current_y), face["glasses"]["image"])

      cigarette_x = int(face["cigarette"]["pos"][0])
      cigarette_y = int(face["cigarette"]["pos"][1] * self.animation_time / (self.duration - self.fixed_time))
      draw_img.paste(face["cigarette"]["image"], (cigarette_x, cigarette_y),
              face["cigarette"]["image"])
    else:
      draw_img.paste(face["glasses"]["image"], face["glasses"]["pos"], face["glasses"]["image"])
      draw_img.paste(face["cigarette"]["image"], face["cigarette"]["pos"], face["cigarette"]["image"])
      draw_img.paste(self.text, (75, draw_img.height // 2 + 128), self.text)

既然是一個(gè)服務(wù)類(lèi),那該有啟動(dòng)與退出函數(shù)吧,最后我們來(lái)寫(xiě)一下吧。

簡(jiǎn)單介紹一下這個(gè)start()函數(shù), 啟動(dòng)后根據(jù)初始化監(jiān)聽(tīng)信息,不斷監(jiān)聽(tīng)視頻流,并將流信息通過(guò)opencv轉(zhuǎn)換成圖像展示出來(lái)。
并且調(diào)用按鍵監(jiān)聽(tīng)函數(shù),不斷的監(jiān)聽(tīng)你是否按下"d"鍵進(jìn)行面具加載,如果監(jiān)聽(tīng)成功,則進(jìn)行圖像人臉檢測(cè),并移動(dòng)面具,
并持續(xù)一個(gè)周期的時(shí)間結(jié)束,面具此時(shí)會(huì)根據(jù)你的面部移動(dòng)而移動(dòng)。最終呈現(xiàn)文章頂部圖片的效果.

def start(self):
  """
  啟動(dòng)程序
  :return:
  """
  self.console("程序啟動(dòng)成功.")
  self.init_mask()
  while self.listener:
    frame = self.read_data()
    frame = resize(frame, width=self.max_width)
    img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    rects = self.detector(img_gray, 0)
    faces = self.orientation(rects, img_gray)
    draw_img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
    if self.doing:
      self.drawing(draw_img, faces)
      self.animation_time += self.speed
      self.save_data(draw_img)
      if self.animation_time > self.duration:
        self.doing = False
        self.animation_time = 0
      else:
        frame = cv2.cvtColor(np.asarray(draw_img), cv2.COLOR_RGB2BGR)
    cv2.imshow("hello mask", frame)
    self.listener_keys()

def exit(self):
  """
  程序退出
  :return:
  """
  self.video_capture.release()
  cv2.destroyAllWindows()

最后,讓我們?cè)囋嚕?/p>

if __name__ == '__main__':
  ms = DynamicStreamMaskService()
  ms.start()

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • pycharm編寫(xiě)spark程序,導(dǎo)入pyspark包的3中實(shí)現(xiàn)方法

    pycharm編寫(xiě)spark程序,導(dǎo)入pyspark包的3中實(shí)現(xiàn)方法

    這篇文章主要介紹了pycharm編寫(xiě)spark程序,導(dǎo)入pyspark包的3中實(shí)現(xiàn)方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-08-08
  • Python實(shí)現(xiàn)二叉樹(shù)的最小深度的兩種方法

    Python實(shí)現(xiàn)二叉樹(shù)的最小深度的兩種方法

    這篇文章主要介紹了Python實(shí)現(xiàn)二叉樹(shù)的最小深度的兩種方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-09-09
  • python 日志模塊 日志等級(jí)設(shè)置失效的解決方案

    python 日志模塊 日志等級(jí)設(shè)置失效的解決方案

    這篇文章主要介紹了python 日志模塊 日志等級(jí)設(shè)置失效的問(wèn)題及解決方案,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-05-05
  • Python列表倒序輸出及其效率詳解

    Python列表倒序輸出及其效率詳解

    在本篇文章里小編給大家整理的是關(guān)于Python列表倒序輸出及其效率詳解內(nèi)容,需要的朋友們學(xué)習(xí)下。
    2020-03-03
  • 使用Python機(jī)器學(xué)習(xí)降低靜態(tài)日志噪聲

    使用Python機(jī)器學(xué)習(xí)降低靜態(tài)日志噪聲

    今天小編就為大家分享一篇關(guān)于使用Python和機(jī)器學(xué)習(xí)的靜態(tài)日志噪聲的文章,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧
    2018-09-09
  • python pytorch中.view()函數(shù)的用法解讀

    python pytorch中.view()函數(shù)的用法解讀

    這篇文章主要介紹了python pytorch中.view()函數(shù)的用法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • Python使用pyenv實(shí)現(xiàn)多環(huán)境管理

    Python使用pyenv實(shí)現(xiàn)多環(huán)境管理

    這篇文章主要介紹了Python使用pyenv實(shí)現(xiàn)多環(huán)境管理,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-02-02
  • python中字符串前面加r的作用

    python中字符串前面加r的作用

    這篇文章主要介紹了python中字符串前面加r的作用,實(shí)例分析了Python通過(guò)字符串前面加r實(shí)現(xiàn)禁止字符串轉(zhuǎn)義的功能,需要的朋友可以參考下
    2015-06-06
  • 解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題

    解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題

    這篇文章主要介紹了解決TensorFlow訓(xùn)練模型及保存數(shù)量限制的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-03-03
  • Python全棧之協(xié)程詳解

    Python全棧之協(xié)程詳解

    這篇文章主要為大家介紹了Python全棧之協(xié)程,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助
    2021-12-12

最新評(píng)論