标签：口罩 人脸识别 img python self pic 人脸 root
目录
0 前言
新型冠状病毒展现出全球化流行和蔓延的趋势，这提醒我们：传染病防治在今后相当长时间内仍是疾病预防控制工作的重点。因此，戴口罩是日常必要的环节。为了他人安全和自身的安全，人人都需要戴口罩。本次课程设计的目标是基于人脸识别实现人脸的“带口罩”工作。
- 1、完成在给定图片上完成人脸加口罩的测试。
- 2、根据设计的模型，给出相应地建议。
- 3、给出仿真过程与结果。
本文源码下载链接：https://download.csdn.net/download/weixin_43442778/12503099
1 设计目的
新型冠状病毒展现出全球化流行和蔓延的趋势，这提醒我们：传染病防治在今后相当长时间内仍是疾病预防控制工作的重点。因此，戴口罩是日常必要的环节。为了他人安全和自身的安全，人人都需要戴口罩。本次课程设计的目标是基于人脸识别实现人脸的“带口罩”工作。
2 任务与要求
1、完成在给定图片上完成人脸加口罩的测试。
2、根据设计的模型，给出相应地建议。
3、给出仿真过程与结果。
3 设计原理
本系统的实现原理是借助 Dlib模块的Landmark人脸68个关键点检测库识别出人脸五官数据，根据这些数据，确定嘴唇部分的位置数据（48点~67点位置），根据检测到嘴部的尺寸和方向，借助PLL模块调整口罩的尺寸和方向，实现将口罩放在图像的适当位置。
3.1 人脸检测与人脸识别概述
人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。对于人脸的图像预处理是基于人脸检测[2]结果，对图像进行处理并最终服务于特征提取的过程。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
人脸识别[1]，是基于人的脸部特征信息进行身份识别的一种生物识别技术。就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
3.2人脸表征检测（五官定位）
一般人脸应用使用‘人脸检测’、‘人脸对比’两种技术，比如人脸打卡、人脸自动马赛克、人脸开锁等应用。但是由于本次实验较为复杂，只有人脸检测和对比是不够的。因此我们不仅要判断人脸的位置（矩形方框），还需要检测出人脸五官位置，比如眉毛形状、眼睛区域、鼻子位置、嘴巴位置等等，有了五官位置数据之后，我们就可以基于这些数据进行本次实验。下图为人脸表征检测得到的结果：
图3.1 人脸表征检测图
上图显示通过机器学习提取到一张人脸表征的68个点，人脸的部位及对应点数见表：
表3.1 人脸表征检测对应表
我们可以通过下标（python中可以使用切片）快速获取对应的坐标点，该坐标点代表脸部表征在原输入图片中的实际位置（像素单位）。
3.3 dlib库的简介
Dlib是一个现代化的C ++工具箱，其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用于工业界和学术界，包括机器人，嵌入式设备，移动电话和大型高性能计算环境。在本次实验中，利用到了dlib自带的人脸特征提取器，非常方便。
3.4 Tkinter的简介
Tkinter[3]是使用 python 进行窗口视窗设计的模块。Tkinter模块("Tk 接口")是Python的标准Tk GUI工具包的接口。作为python特定的GUI界面，是一个图像的窗口，tkinter是python 自带的，可以编辑的GUI界面，我们可以用GUI 实现很多直观的功能，
Python的Tkinter界面库是非常简单的。python的GUI库非常多，选择Tkinter，一是最为简单，二是自带库，不需下载安装，随时使用，三则是从需求出发，Python作为一种脚本语言，可以把它作为一个灵活的工具，在这种需求下，Tkinter可以做到！
对于Tkinter编程，可以用从以下两个方面入手：
第一个，作画，对应到tkinter编程，显示屏就是支起来的画架，根窗体就是画板，在tkinter中则是Toplevel，画布就是tkinter中的容器（Frame），画板上可以放很多张画布（Convas），tkinter中的容器中也可以放很多个容器，绘画中的构图布局则是tkinter中的布局管理器（几何管理器），绘画的内容就是tkinter中的一个个小组件，一幅画由许多元素构成，而我们的GUI界面，就是有一个个组件拼装起来的，它们就是widget。
第二个，tkinter的组件也可以看做一个个积木，形状或许不同，其本质都是一样的，就是一个积木，不管它长什么样子，它始终就是积木！这些小组件都有许多共性，最重要的是布局管理器的使用。
4 系统的建立
本部分总共包括两部分，分别是界面设计和器官的识别。
4.1 界面设计
基于tkinter模块实现GUI设计，可载入人物图像，选择四种类型口罩（这里的口罩是处理好的图片），展示佩戴好口罩的效果，操作完成退出系统，效果如下图所示，具体代码见附录。
图4.1 界面设计图
4.2 五官识别
页面功能实现后就是依托Dlib库实现人脸器官关键点的识别，分析出嘴部位置及尺寸，将人物脸部关键点都显示出来。
图4.2 五官识别对比图
根据Dlib模块的Landmark人脸68个关键点检测库识别出人脸五官数据，确定嘴唇部分的位置数据（48点~67点位置），检测到嘴部的尺寸和方向，借助PLL模块调整口罩的尺寸和方向，实现将口罩放在图像的适当位置。
图4.3 口罩部分
5 系统运行结果
5.1 口罩示意图
下图为我们选取可以佩戴的口罩，需要注意的是，口罩的白色背景不是白色填充，而是透明的白色（具体的处理可以用PS软件）。
图5.1 口罩款式
5.2 系统的结果展示
对于给定的三张图片进行测试，都得到了很好的效果，见图5.2，5.3，5.4。
图5.2 测试1图片效果图
图5.3 测试2图片效果图
图5.4 测试3图片效果图
6 建议
科学戴口罩，对于新冠肺炎、流感等呼吸道传染病具有预防作用，既保护自己，又有益于公众健康。目前，在抗击新冠肺炎疫情形势下，中国公民科学戴口罩，使得疫情得到有效防控，这一举措值得其他国家尤其美国借鉴。
7 参考文献
- 人脸识别：https://baike.baidu.com/item/%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB/4463435?fr=aladdin
- https://blog.csdn.net/weixin_42346564/article/details/82500454
- Tkinter介绍：https://www.cnblogs.com/shwee/p/9427975.html#B
- Python dlib的正确安装：https://ai-word.blog.csdn.net/article/details/88713658
- 快速安装python包：https://blog.csdn.net/weixin_43442778/article/details/103095442
- 人脸应用：https://www.cnblogs.com/xiaozhi_5638/p/12697035.html
- 人脸五官关键点检测：https://blog.csdn.net/zhr1030635594/article/details/104411165
- 基于Python的人脸自动戴口罩系统：https://handsome-man.blog.csdn.net/article/details/104174562
附 录
可以直接运行的源码下载链接：https://download.csdn.net/download/weixin_43442778/12503099
五官定位代码
| #coding=utf-8 #图片检测 - Dlib版本 import cv2 import dlib import time t=time.time() path = "./pic/test1.jpeg" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#人脸分类器 detector = dlib.get_frontal_face_detector() # 获取人脸检测器 predictor = dlib.shape_predictor( "./shape_predictor_68_face_landmarks.dat" )
dets = detector(gray, 1) for face in dets: shape = predictor(img, face) # 寻找人脸的68个标定点 # 遍历所有点，打印出其坐标，并圈出来 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('所用时间为{}'.format(time.time()-t)) cv2.waitKey(0) #cv2.destroyAllWindows() time.sleep(5) |
系统建立代码
| from PIL import Image, ImageTk from tkinter.filedialog import askopenfilename import cv2 import tkinter as tk import PIL import dlib
class AddMask(object): def __init__(self): self.root = tk.Tk() self.root.title('基于Pyhon的人脸自动戴口罩系统') 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)
# 原图1的展示 tk.Button(self.root, text="打开头像", command=self.show_original1_pic).place(x=50, y=120) tk.Button(self.root, text="退出软件", command=quit).place(x=900, y=40)
tk.Label(self.root, text="头像", 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="选择口罩",font=10).place(x=600,y=120)
first_pic = Image.open("./pic/Mask1.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.mask1)
second_pic = Image.open("./pic/Mask2.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.mask2)
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()
# 原图1展示 def show_original1_pic(self): self.path1_ = askopenfilename(title='选择文件') print(self.path1_) self.Img = PIL.Image.open(r'{}'.format(self.path1_)) Img = self.Img.resize((270,270),PIL.Image.ANTIALIAS) # 调整图片大小至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)
# 人脸戴口罩效果展示 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]) # 切换RGB格式 # 在合适位置添加头发图片 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) # 调整图片大小至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
def mask1(self, event): self.mask = Image.open('pic/Mask1.png') self.show_morpher_pic()
def mask2(self, event): self.mask = Image.open('pic/Mask2.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()
def get_mouth(self, img): img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # img_gray = cv2.gray2bgr(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 = [] # 人脸大小的高度 height = d.bottom() - d.top() # 人脸大小的宽度 width = d.right() - d.left() shape = predictor(img_gray, d) # 48-67 为嘴唇部分 for i in range(48, 68): x.append(shape.part(i).x) y.append(shape.part(i).y) # 根据人脸的大小扩大嘴唇对应口罩的区域 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
def quit(self): self.root.destroy()
if __name__ == '__main__': AddMask() |
标签：口罩,人脸识别,img,python,self,pic,人脸,root 来源： https://blog.csdn.net/weixin_43442778/article/details/114950169
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。