Python使用 opencv 和 Haarcascade 进行人脸口罩检测

川长思鸟来 2023-10-02 04:09 74阅读 0赞

## [Face Mask Detection Using Opencv & Haarcascade | High On Techs![icon-default.png_t_L9C2][]https://highontechs.com/computer-vision/face-mask-detection-using-opencv-haarcascade/][Face Mask Detection Using Opencv _ Haarcascade _ High On Techs_icon-default.png_t_L9C2_https_highontechs.com_computer-vision_face-mask-detection-using-opencv-haarcascade] ##

希望您在学习 opencv 时玩得开心。如果您还没有查看我们以前的帖子，请单击[此处][Link 1]。今天我们将继续同样有趣的学习路径，并实现“使用 opencv 和 Haarcascade 进行人脸口罩检测”。因此，不要浪费任何时间，让我们开始吧。这篇文章也将包括上一篇文章的一些部分。你可以[在这里查看][Link 2]。

介绍：

随着冠状病毒成为人类历史上最致命的流行病之一，口罩已成为人类最不可或缺的一部分。仍然有很多人对口罩的使用不屑一顾。技术有没有办法帮助我们找到这些粗心的人。当然是的。在计算机视觉的帮助下，我们可以检测一个人是否戴口罩。如何？让我们来了解一下

让我们编码：

我们将首先导入库并加载基本的 XML 文件。

import numpy as np
    import cv2
    import random
    
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    mouth_cascade = cv2.CascadeClassifier('Mouth.xml')

*  前三行导入库
 *  在第四行，我们从 haarcascade\_frontalface\_default.xml 文件中读取人脸级联分类器
 *  在最后一行中，我们从 Mouth.xml 中读取了口部级联分类器

初始化其他参数：

bw_threshold = 80
    
    font = cv2.FONT_HERSHEY_SIMPLEX
    org = (30, 30)
    weared_mask_font_color = (0, 255, 0)
    not_weared_mask_font_color = (0, 0, 255)
    noface = (255, 255, 255)
    thickness = 2
    font_scale = 1
    weared_mask = "Thank You for wearing MASK"
    not_weared_mask = "Please wear MASK to defeat Corona"
    
    cap = cv2.VideoCapture(0)

*  设置阈值以根据阈值转换图像像素
 *  设置字体样式和原点坐标以在框架上书写文本
 *  接下来的两行代码来设置像素颜色值
 *  设置粗细和字体比例
 *  在从相机读取帧的最后一行

检测口罩：

while True:
        ret, img = cap.read()
        img = cv2.flip(img,1)
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        (thresh, black_and_white) = cv2.threshold(gray, bw_threshold, 255, cv2.THRESH_BINARY)
        faces = face_cascade.detectMultiScale(gray, 1.1, 4)
        faces_bw = face_cascade.detectMultiScale(black_and_white, 1.1, 4)

While True 循环从相机连续读取帧。

*  从相机读取帧并使用 cv2.flip 函数水平翻转帧。该函数以frame作为输入，参数值为0或1。0表示垂直翻转图像，1表示水平翻转图像。
 *  将输入帧转换为灰度
 *  将灰度图像转换为黑白格式
 *  在接下来的两个步骤中，我们使用面部级联分类器检测面部特征。

if(len(faces) == 0 and len(faces_bw) == 0):
            cv2.putText(img, "No face found...", org, font, font_scale, noface, thickness, cv2.LINE_AA)
        elif(len(faces) == 0 and len(faces_bw) == 1):
            cv2.putText(img, weared_mask, org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
        else:
            for (x, y, w, h) in faces:
                cv2.rectangle(img, (x, y), (x + w, y + h), (255, 255, 255), 2)
                roi_gray = gray[y:y + h, x:x + w]
                roi_color = img[y:y + h, x:x + w]
                mouth_rects = mouth_cascade.detectMultiScale(gray, 1.5, 5)

现在我们检查是否检测到任何人脸。if 条件会检查这一点。

*  如果人脸列表的长度为零，则意味着我们在框架中没有任何人脸，我们将文本写在框架的顶部
 *  否则我们以矩形的形式在面部周围绘制边界
 *  在下一步中，我们使用口腔级联分类器检测口腔特征。
 *  如果分类器能够检测到嘴部特征/嘴部特征的长度不为零，则表示该人没有戴口罩。但如果长度为零，则表示该人穿着一件

if(len(mouth_rects) == 0):
                cv2.putText(img, weared_mask, org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
            else:
                for (mx, my, mw, mh) in mouth_rects:
                    if(y < my < y + h):
                        cv2.putText(img, not_weared_mask, org, font, font_scale, not_weared_mask_font_color, thickness, cv2.LINE_AA)
                        break

*  在第一行，我们检查嘴部特征的长度。如果为零，我们在框架顶部放一个文字，如“感谢您戴口罩”。
 *  否则，我们会发布诸如“请戴口罩”之类的文字。

![没有面具 v/s 有面具 v/s 没有人][v_s _ v_s]

没有面具 v/s 有面具 v/s 没有人

输出应该是这样的。在实现这个之后，我很想知道如果我用我的手而不是面具这个代码是否会起作用（我想这个问题在这篇博客的过程中也一定会出现在你的脑海中）。这是它的外观。

![通过遮挡不戴口罩的嘴巴区域进行口罩检测][f24b3791ba0f53d608719446e6a472d0.png]

嗯，这就是它的样子。该程序传达了一个信息，即一个人虽然没有戴口罩。这是因为我们使用了简单的逻辑，即只检查嘴部特征是否可用于可用的面部特征，这些特征可以使用任何面具/手或任何其他对象隐藏。这就是我们遇到这个误报案例的原因。如何解决这个问题？。我们需要训练一个自定义的神经网络模型来只检测带面具的人脸，而不是其他任何东西。好吧，这是另一个博客的主题。[在此处查看][Link 3]本博客的下一部分，了解如何为您的深度学习解决方案收集图像数据。

结尾：

这就是在 opencv 中使用 Haarcascades 进行掩码检测的方法。希望现在您对它有一个清晰的了解。请在[此处查看][Link 4]完全结构化的代码。请关注我们的[Instagram][]和[Telegram][]帐户，每天获取此类信息丰富的内容。

import numpy as np
    import cv2
    import random
    
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    mouth_cascade = cv2.CascadeClassifier('Mouth.xml')
    
    bw_threshold = 80
    
    font = cv2.FONT_HERSHEY_SIMPLEX
    org = (30, 30)
    weared_mask_font_color = (0, 255, 0)
    not_weared_mask_font_color = (0, 0, 255)
    noface = (255, 255, 255)
    thickness = 2
    font_scale = 1
    weared_mask = "Thank You for wearing MASK"
    not_weared_mask = "Please wear MASK to defeat Corona"
    
    cap = cv2.VideoCapture(0)
    
    while True:
        ret, img = cap.read()
        img = cv2.flip(img,1)
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        (thresh, black_and_white) = cv2.threshold(gray, bw_threshold, 255, cv2.THRESH_BINARY)
        faces = face_cascade.detectMultiScale(gray, 1.1, 4)
        faces_bw = face_cascade.detectMultiScale(black_and_white, 1.1, 4)
        if(len(faces) == 0 and len(faces_bw) == 0):
            cv2.putText(img, "No face found...", org, font, font_scale, noface, thickness, cv2.LINE_AA)
        elif(len(faces) == 0 and len(faces_bw) == 1):
            cv2.putText(img, weared_mask, org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
        else:
            for (x, y, w, h) in faces:
                cv2.rectangle(img, (x, y), (x + w, y + h), (255, 255, 255), 2)
                roi_gray = gray[y:y + h, x:x + w]
                roi_color = img[y:y + h, x:x + w]
                mouth_rects = mouth_cascade.detectMultiScale(gray, 1.5, 5)
            if(len(mouth_rects) == 0):
                cv2.putText(img, weared_mask, org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
            else:
                for (mx, my, mw, mh) in mouth_rects:
                    if(y < my < y + h):
                        cv2.putText(img, not_weared_mask, org, font, font_scale, not_weared_mask_font_color, thickness, cv2.LINE_AA)
                        break
        cv2.imshow('Mask Detection', img)
        k = cv2.waitKey(30) & 0xff
        if k == 27:
            break
    
    cap.release()
    cv2.destroyAllWindows()

[icon-default.png_t_L9C2]: https://csdnimg.cn/release/blog_editor_html/release1.9.2/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=L9C2
[Face Mask Detection Using Opencv _ Haarcascade _ High On Techs_icon-default.png_t_L9C2_https_highontechs.com_computer-vision_face-mask-detection-using-opencv-haarcascade]: https://highontechs.com/computer-vision/face-mask-detection-using-opencv-haarcascade/
[Link 1]: https://highontechs.com/category/computer-vision/
[Link 2]: https://highontechs.com/computer-vision/body-parts-detection-using-opencv-haarcascade/
[v_s _ v_s]: https://img-blog.csdnimg.cn/img_convert/917e346312af473a610b94691d116349.png
[f24b3791ba0f53d608719446e6a472d0.png]: https://img-blog.csdnimg.cn/img_convert/f24b3791ba0f53d608719446e6a472d0.png
[Link 3]: https://highontechs.com/uncategorized/web-scraping-images-from-google-with-selenium/
[Link 4]: https://github.com/tejas2397/BLOG/tree/master/Opencv%20modules/Haarcascade_detection
[Instagram]: https://www.instagram.com/highontechs/
[Telegram]: http://t.me/highontechs