import dlib
import cv2
import math

# 攝像頭參數(shù)設(shè)置
cam = cv2.VideoCapture(0)  # 參數(shù)0，調(diào)用計算機的攝像頭
cam.set(3, 1280)  # 參數(shù)3，設(shè)定寬度分辨為1280
cam.set(4, 720)  # 參數(shù)4，設(shè)定高度分辨為720

# 設(shè)定人臉框的邊框顏色及寬度，便于分辨焦點人物
color_focus = (255, 0, 255)  # 設(shè)定焦點人臉框的顏色，紫紅色
color_other = (255, 255, 255)  # 設(shè)定其余人臉框的顏色，白色
lineWidth_focus = 2  # 設(shè)定焦點人臉框的寬度
lineWidth_other = 1  # 設(shè)定其他人臉框的寬度

# 設(shè)定計算的一些參數(shù)
w = cam.get(3) / 2  # 設(shè)定屏幕中心的橫坐標X
h = cam.get(4) / 2  # 設(shè)定屏幕中心的縱坐標Y
d_center = 10000  # 預(yù)設(shè)人臉框到屏幕中心的距離
index_center = 0  # 預(yù)設(shè)距離優(yōu)先時的人臉框序號
index_area = 0  # 預(yù)設(shè)面積優(yōu)先時的人臉框序號
area_center = -1  # 預(yù)設(shè)距離中心最近人臉框的面積
area = -1  # # 預(yù)設(shè)人臉框面積最大時的面積

detector = dlib.get_frontal_face_detector()  # 加載這個庫自帶的人臉檢測器
predictor_path = "shape_predictor_68_face_landmarks.dat"  # 設(shè)置人臉預(yù)測模型的路徑位置
predictor = dlib.shape_predictor(predictor_path)  # 人臉預(yù)測實例化
while True:  # 當獲取到視頻輸入時
    ret_val, img = cam.read()  # 讀取視頻每一幀，顏色格式為BGR格式，
    rgb_image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 顏色BGR格式轉(zhuǎn)為RGB格式
    faces = detector(rgb_image)  # 返回RGB格式人臉捕捉框

    # 邏輯算法：當有多于1個人時，優(yōu)先選擇最居中的為焦點人物，但若其他地方的人臉面積大于4倍中心的人臉面積，則選擇該為焦點人物。
    # 這個for循環(huán)先求出距離屏幕中心最近時的人臉框的序號和距離優(yōu)先面積
    for i, det in enumerate(faces):  # 遍歷所有人臉框，i是人臉框序號，det是每個人臉框
        d = math.sqrt((w-(det.left()+(det.right()-det.left())/2))**2+(h-(det.top()+(det.bottom()-det.top())/2))**2)
        # 計算該人臉框到屏幕中心的距離
        if d < d_center:  # 對比剛計算出的距離與設(shè)定的最近距離，達成選擇更小
            index_center = i  # 更新距離最近時的人臉框序號
            d_center = d  # 更新最近距離
            area_center = abs((det.right() - det.left()) * (det.bottom() - det.top()))  # 算出該人臉框的面積（距離更近優(yōu)先）

    # 這個for循環(huán)求出面積最大的人臉框的序號和面積優(yōu)先面積
    for i, det in enumerate(faces):  # 遍歷所有人臉框，i是人臉框序號，det是每個人臉框
        if abs((det.right() - det.left()) * (det.bottom() - det.top())) > area:  # 對比該人臉面積與設(shè)定的最大面積，實現(xiàn)選擇更大
            index_area = i  # 更新面積更大時的人臉框序號
            area = abs((det.right() - det.left()) * (det.bottom() - det.top()))  # 算出該人臉框的面積（面積更大優(yōu)先）

    if area > 5*area_center:  # 判斷依據(jù)，若面積優(yōu)先面積大于距離優(yōu)先面積的5倍，就實現(xiàn)面積優(yōu)先選擇焦點人物，否則就距離優(yōu)先。
        index_center = index_area   # 面積優(yōu)先時，使用面積最大的人臉框序號
    for i, det in enumerate(faces):  # 遍歷所有人臉框
        if i == index_center:  # 確定焦點人臉框的序號
            print(d_center, i)  # 輸出焦點人物的距離中心位置，方便調(diào)試
            cv2.rectangle(img, (det.left(), det.top()), (det.right(), det.bottom()), color_focus, lineWidth_focus)
            # 繪出焦點人臉框
            shape = predictor(img, det)  # 從預(yù)測模型處，得到68個人物特征點
            for p in shape.parts():  # 遍歷68個人物特征點
                cv2.circle(img, (p.x, p.y), 2, (124, 252, 0), -1)  # 設(shè)定焦點人物的68個點的形狀顏色，茶綠色、實心
        else:
            cv2.rectangle(img, (det.left(), det.top()), (det.right(), det.bottom()), color_other, lineWidth_other)
            # 繪出其他人臉框
            shape = predictor(img, det)  # 從預(yù)測模型處，得到68個人物特征點
            for p in shape.parts():  # 遍歷68個人物特征點
                cv2.circle(img, (p.x, p.y), 2, (255, 255, 255), -1)  # 設(shè)定其他人物的68個點的形狀顏色，白色、實心
    cv2.imshow('my webcam', img)  # 輸出繪好框后的幀動畫
    if cv2.waitKey(1) == 27:  # 設(shè)置一個滯留時間，等待用戶觸發(fā)事件，若用戶按下 ESC(ASCII碼為27)，則執(zhí)行 if 體
        break  # （if主體）退出

cv2.destroyAllWindows()  # 銷毀所有輸出圖像窗