激情久久久_欧美视频区_成人av免费_不卡视频一二三区_欧美精品在欧美一区二区少妇_欧美一区二区三区的

腳本之家,腳本語言編程技術及教程分享平臺!
分類導航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服務器之家 - 腳本之家 - Python - 樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現

樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現

2022-02-21 00:26若水上善666 Python

本文主要介紹了樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下

樹莓派上利用python+opencv+dlib實現嘴唇檢測

項目的目標是在樹莓派上運行python代碼以實現嘴唇檢測,本來以為樹莓派的硬件是可以流暢運行實時檢測的,但是實驗的效果表明樹莓派實時檢測是不可行,后面還需要改進。

實驗的效果如下:

樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現

 

1、安裝相關庫文件

這里需要用的庫有opencv,numpy,dlib。

1.1 安裝opencv

pip3 install opencv-python

1.2 安裝numpy

樹莓派中自帶了numpy庫

pip3 install numpy

1.3 安裝dlib

在樹莓派的系統里面安裝dlib比較簡單,只需要pip install就可以了,但是在window系統中會有報錯,這個時候我們就需要安裝pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl就可以了, 需要注意的是: 不同的python版本要安裝對應版本的dlib,也就是后面的“cp37-cp37m”,查看對應python能安裝的版本號,可以使用命令行:pip debug --verbose,可以顯示合適的安裝版本號。
在樹莓派上我安裝了cmake和dlib

pip3 install cmake
pip3 install dlib

 

2、代碼部分

dlib提取人臉特征中包含68個點

樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現

顎點= 0C16
右眉點= 17C21
左眉點= 22C26
鼻點= 27C35
右眼點= 36C41
左眼點= 42C47
口角= 48C60
嘴唇分數= 61C67

from gpiozero import LED
from time import sleep
from subprocess import check_call
import cv2
import numpy as np
import dlib

print(cv2.__version__)
def search_cap_num():
  for i in range(2000):
      cap = cv2.VideoCapture(i)
      cap_opened = cap.isOpened()
      if cap_opened == True:
          return i
      
cap_num = search_cap_num()
cap = cv2.VideoCapture(cap_num)

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

# 規定上嘴唇和下嘴唇連線的路徑
lip_order_dlib = np.array([[48, 49, 50, 51, 52, 53, 54, 64, 63, 62, 61, 60, 48],
                         [48, 59, 58, 57, 56, 55, 54, 64, 65, 66, 67, 60, 48]]) - 48
lip_order_num = lip_order_dlib.shape[1]

while 1:
  landmarks_lip = []
  ret, frame = cap.read()
  gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
  rects = detector(gray, 1)
  print('faces number:' + str(len(rects)))
  for (i, rect) in enumerate(rects):
      # 標記人臉中的68個landmark點
      landmarks = predictor(gray, rect)  
      for n in range(48, 68):
          x = landmarks.part(n).x
          y = landmarks.part(n).y
          landmarks_lip.append((x, y))
          # cv2.circle(img=img, center=(x, y), radius=3, color=(0, 255, 0), thickness=-1)
      for m in range(lip_order_num-1):
          cv2.line(frame, landmarks_lip[lip_order_dlib[0][m]], landmarks_lip[lip_order_dlib[0][m+1]], color=(0, 255, 0), thickness=2, lineType=8)
      for n in range(lip_order_num-1):
          cv2.line(frame, landmarks_lip[lip_order_dlib[1][n]], landmarks_lip[lip_order_dlib[1][n+1]], color=(0, 255, 0), thickness=2, lineType=8)
  cv2.imshow("face", frame)
  if cv2.waitKey(1) & 0xff == ord('q'):
      break
cap.release()
cv2.destroyAllWindows()
# check_call(['sudo', 'poweroff'])

 

3、實驗效果

樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現

效果總體而言比較卡頓,感覺分析一張圖片花費時間在秒量級上。
要是僅僅是顯示攝像頭的圖片還是很快的,沒有任何卡頓,也就是說如果代碼中不存在rects = detector(gray, 1)這種獲取人臉區域的檢測命令,那么運行速度大大提高,后面需要思考怎么在人臉檢測下提高代碼運行速度。

到此這篇關于樹莓派上利用python+opencv+dlib實現嘴唇檢測的實現的文章就介紹到這了,更多相關python+opencv+dlib嘴唇檢測內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家!

原文鏈接:https://blog.csdn.net/weixin_43977647/article/details/121030114

延伸 · 閱讀

精彩推薦
主站蜘蛛池模板: 日韩视频www | xnxx 美女19| 国产成人精品免高潮在线观看 | 成人9禁啪啪无遮挡免费 | 黄在线看| 亚洲成人久久精品 | 一级黄色国产视频 | 欧美一级淫片免费视频1 | 中文字幕免费在线观看视频 | 性明星video另类hd | 日本黄色大片免费 | 久久第四色 | 国产午夜精品久久久久婷 | 九九热在线视频观看这里只有精品 | 舌头伸进添的我好爽高潮网站 | 亚洲成人自拍电影 | 在线免费视频a | 成人免费网站在线观看 | 国产福利视频在线观看 | 99精品国产在热久久婷婷 | 中文字幕精品在线播放 | 毛片大全在线观看 | 成人资源在线观看 | 欧美乱码精品一区 | 91精品国产乱码久 | 国产免费福利视频 | 欧美一区中文字幕 | 国产视频在线观看一区二区三区 | 永久免费毛片 | 免费成人 | 国产亚洲精品yxsp | 亚洲欧美不卡视频 | 精品久久久久久久久久久下田 | 看免费的毛片 | 久久久日韩精品一区二区三区 | 黄免费在线 | 天堂亚洲一区 | 国产免费午夜 | 成片免费观看视频大全 | 国产精品18久久久久久久 | 黄色片在线观看网站 |