基於Python的人臉自動戴口罩系統
目錄
1、專案背景
2019年新型冠狀病毒感染的肺炎疫情發生以來,牽動人心,舉國哀痛,口罩、酒精、消毒液奇貨可居。
搶不到口罩,怎麼辦?作為技術人今天分享如何使用Python實現自動戴口罩系統,來安慰自己,系統效果如下所示:
本系統的實現原理是藉助 Dlib模組的Landmark人臉68個關鍵點檢測庫輕鬆識別出人臉五官資料,根據這些資料,確定嘴脣部分的位置資料(48點~67點位置),根據檢測到嘴部的尺寸和方向,藉助PLL模組調整口罩的尺寸和方向,實現將口罩放在影象的適當位置。
2、頁面設計
基於tkinter模組實現GUI設計,可載入人物影象,選擇四種型別口罩(這裡的口罩是處理好的圖片),展示佩戴好口罩的效果,操作完成退出系統,效果如下所示:
頁面佈局實現程式碼如下所示:
def __init__(self):
self.root = tk.Tk()
self.root.title('基於Pyhon的人臉自動戴口罩系統')
self.root.geometry('1200x500')
self.path1_ = None
self.path2_ = None
self.seg_img_path = None
self.mask = None
self.label_Img_seg = None
decoration = PIL.Image.open('./pic/bg.png').resize((1200, 500))
render = ImageTk.PhotoImage(decoration)
img = tk.Label(image=render)
img.image = render
img.place(x=0, y=0)
# 原圖1的展示
tk.Button(self.root, text="開啟頭像", command=self.show_original1_pic).place(x=50, y=120)
tk.Button(self.root, text="退出軟體", command=quit).place(x=900, y=40)
tk.Label(self.root, text="頭像", font=10).place(x=280, y=120)
self.cv_orinial1 = tk.Canvas(self.root, bg='white', width=270, height=270)
self.cv_orinial1.create_rectangle(8, 8, 260, 260, width=1, outline='red')
self.cv_orinial1.place(x=180, y=150)
self.label_Img_original1 = tk.Label(self.root)
self.label_Img_original1.place(x=180, y=150)
tk.Label(self.root,text="選擇口罩",font=10).place(x=600,y=120)
first_pic = Image.open("./pic/Mask.png")
first_pic = first_pic.resize((60, 60), Image.ANTIALIAS)
first_pic = ImageTk.PhotoImage(first_pic)
self.first = tk.Label(self.root, image=first_pic)
self.first.place(x=600,y=160, width=60, height=60)
self.first.bind("<Button-1>", self.mask0)
second_pic = Image.open("./pic/Mask1.png")
second_pic = second_pic.resize((60, 60), Image.ANTIALIAS)
second_pic = ImageTk.PhotoImage(second_pic)
self.second_pic = tk.Label(self.root, image=second_pic)
self.second_pic.place(x=600, y=230, width=60, height=60)
self.second_pic.bind("<Button-1>", self.mask1)
third_pic = Image.open("./pic/Mask3.png")
third_pic = third_pic.resize((60, 60), Image.ANTIALIAS)
third_pic = ImageTk.PhotoImage(third_pic)
self.third_pic = tk.Label(self.root, image=third_pic)
self.third_pic.place(x=600, y=300, width=60, height=60)
self.third_pic.bind("<Button-1>", self.mask3)
forth_pic = Image.open("./pic/Mask4.png")
forth_pic = forth_pic.resize((60, 60), Image.ANTIALIAS)
forth_pic = ImageTk.PhotoImage(forth_pic)
self.forth_pic = tk.Label(self.root, image=forth_pic)
self.forth_pic.place(x=600, y=370, width=60, height=60)
self.forth_pic.bind("<Button-1>", self.mask4)
tk.Label(self.root, text="佩戴效果", font=10).place(x=920, y=120)
self.cv_seg = tk.Canvas(self.root, bg='white', width=270, height=270)
self.cv_seg.create_rectangle(8, 8, 260, 260, width=1, outline='red')
self.cv_seg.place(x=820, y=150)
self.label_Img_seg = tk.Label(self.root)
self.label_Img_seg.place(x=820, y=150)
self.root.mainloop()
載入人物影象,實現程式碼如下所示:
# 原圖1展示
def show_original1_pic(self):
self.path1_ = askopenfilename(title='選擇檔案')
print(self.path1_)
self.Img = PIL.Image.open(r'{}'.format(self.path1_))
Img = self.Img.resize((270,270),PIL.Image.ANTIALIAS) # 調整圖片大小至256x256
img_png_original = ImageTk.PhotoImage(Img)
self.label_Img_original1.config(image=img_png_original)
self.label_Img_original1.image = img_png_original # keep a reference
self.cv_orinial1.create_image(5, 5,anchor='nw', image=img_png_original)
人臉戴口罩展示,實現程式碼如下所示:
# 人臉戴口罩效果展示
def show_morpher_pic(self):
img1 = cv2.imread(self.path1_)
x_min, x_max, y_min, y_max, size = self.get_mouth(img1)
adding = self.mask.resize(size)
im = Image.fromarray(img1[:, :, ::-1]) # 切換RGB格式
# 在合適位置新增頭髮圖片
im.paste(adding, (int(x_min), int(y_min)), adding)
# im.show()
save_path = self.path1_.split('.')[0]+'_result.jpg'
im.save(save_path)
Img = im.resize((270, 270), PIL.Image.ANTIALIAS) # 調整圖片大小至270x270
img_png_seg = ImageTk.PhotoImage(Img)
self.label_Img_seg.config(image=img_png_seg)
self.label_Img_seg.image = img_png_seg # keep a reference
匯入四種口罩影象,實現程式碼如下所示:
def mask0(self, event):
self.mask = Image.open('pic/mask.png')
self.show_morpher_pic()
def mask1(self, event):
self.mask = Image.open('pic/mask1.png')
self.show_morpher_pic()
def mask3(self, event):
self.mask = Image.open('pic/mask3.png')
self.show_morpher_pic()
def mask4(self, event):
self.mask = Image.open('pic/mask4.png')
self.show_morpher_pic()
3、器官識別
頁面功能實現後就是依託Dlib庫實現人臉器官關鍵點的識別,分析出嘴部位置及尺寸,這裡為了方便各位直觀瞭解,寫了一個測試Demo,將人物臉部關鍵點都顯示出來,程式碼如下所示:
#coding=utf-8
#圖片檢測 - Dlib版本
import cv2
import dlib
import time
t=time.time()
path = "./pic/im.jpg"
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人臉分類器
detector = dlib.get_frontal_face_detector()
# 獲取人臉檢測器
predictor = dlib.shape_predictor(
"./shape_predictor_68_face_landmarks.dat"
)
dets = detector(gray, 1)
for face in dets:
shape = predictor(img, face) # 尋找人臉的68個標定點
# 遍歷所有點,列印出其座標,並圈出來
for pt in shape.parts():
pt_pos = (pt.x, pt.y)
cv2.circle(img, pt_pos, 1, (0, 255, 0), 2)
cv2.imshow("image", img)
print('所用時間為{}'.format(time.time()-t))
cv2.waitKey(0)
#cv2.destroyAllWindows()
time.sleep(5)
效果如下所示:
在本系統中這些關鍵點無需繪製顯示,直接使用就可以,實現程式碼如下所示:
def get_mouth(self, img):
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat')
faces = detector(img_gray, 0)
for k, d in enumerate(faces):
x = []
y = []
# 人臉大小的高度
height = d.bottom() - d.top()
# 人臉大小的寬度
width = d.right() - d.left()
shape = predictor(img_gray, d)
# 48-67 為嘴脣部分
for i in range(48, 68):
x.append(shape.part(i).x)
y.append(shape.part(i).y)
# 根據人臉的大小擴大嘴脣對應口罩的區域
y_max = (int)(max(y) + height / 3)
y_min = (int)(min(y) - height / 3)
x_max = (int)(max(x) + width / 3)
x_min = (int)(min(x) - width / 3)
size = ((x_max - x_min), (y_max - y_min))
return x_min, x_max, y_min, y_max, size
4、退出系統
退出系統非常簡單,一行Demo即可實現,如下所示:
def quit(self):
self.root.destroy()
關注微信公眾號,回覆關鍵字:基於Python的人臉自動戴口罩系統,獲取專案資源。
相關文章
- 基於Python的人臉檢測與分類Python
- 基於深度學習的人臉性別識別系統(含UI介面,Python程式碼)深度學習UIPython
- 基於Javascript的人臉探測技術JavaScript
- 一種基於隨機動作指令的人臉活體檢測技術,有效避免人臉識別系統被破解隨機
- 基於Emgu CV的人臉檢測程式碼
- Python實戰——為人臉照片新增口罩Python
- 基於PCA(主成分分析)的人臉識別PCA
- 基於口罩識別模型,探索機器學習自動化的技術應用模型機器學習
- 基於Python實現的口罩佩戴檢測Python
- 基於感知機的人名-性別預測系統 —— Python實現Python
- 基於OpenCV和dlib的人臉交換實現探究OpenCV
- 【Python自動戴聖誕帽】02 戴聖誕帽及抗疫彩蛋Python
- 基於深度學習的人臉識別系統系列(Caffe+OpenCV+Dlib)——【六】設計人臉識別的識別類深度學習OpenCV
- 基於DNN的人臉識別中的反欺騙機制DNN
- 復工季阿里推出“AI防疫師” 公共場所自動識別體溫高、不戴口罩者阿里AI
- 戴口罩如何解鎖iPhone手機(蘋果簽名)iPhone蘋果
- 【基於PCA的人臉識別演算法】從QR分解到PCA,再到人臉識別PCA演算法
- 弱電智慧化系統中的人臉識別技術
- 帶你玩轉OpenHarmony AI:基於Seetaface2的人臉識別AI
- 基於深度神經網路的人臉識別相關問題神經網路
- 基於開源模型搭建實時人臉識別系統(五):人臉跟蹤模型
- 基於開源模型搭建實時人臉識別系統(四):人臉質量模型
- 基於Python豆瓣自動化測試【2】Python
- 基於ARM的自來水廠全自動恆壓供水監控系統
- 基於Jenkins搭建自動化構建系統採坑記Jenkins
- 基於卷積神經網路的人臉表情識別應用--AR川劇變臉(一)卷積神經網路
- 基於Yolov3的口罩識別YOLO
- 寫給程式設計師的機器學習入門 (十一) - 物件識別 YOLO - 識別人臉位置與是否戴口罩程式設計師機器學習物件YOLO
- 基於Selenium + Python的web自動化框架PythonWeb框架
- 基於Python的自動化程式碼審計Python
- 基於celeba資料集和pytorch框架實現dcgan的人臉影像生成PyTorch框架
- 基於卷積神經網路和tensorflow實現的人臉識別卷積神經網路
- 騰訊玄武最新研究成果:戴口罩能解鎖蘋果Face ID?蘋果
- 基於紅外和超聲波的手動/自動調速風扇系統
- 加速建立基於人工智慧機器人的自動化系統TMG人工智慧機器人
- 加速建立基於人工智慧機器人的自動化系統MK人工智慧機器人
- 搬運:python基於pywinauto實現PC端自動化 python操作微信自動化Python
- 基於Python3.7 Robot Framework自動化框架搭建PythonFramework框架