python Opencv 기반 얼굴 마스크 검사

개발 환경
python 3.6.6
opencv-python 4.5.1
2.디자인 요구
1.opencv-python 을 사용 하여 얼굴 마스크 를 검사 합 니 다.
3.설계 원리
디자인 프로 세 스 도 는 그림 3-1 과 같다.

그림 3-1 마스크 검사 절차 도
먼저 그림 을 읽 고 opencv 의 haar 코 특징 분류 기 를 사용 하여 코 가 감지 되면 마스크 를 쓰 지 않 았 음 을 증명 합 니 다.코 가 감지 되면 opencv 의 haar 눈 특징 분류 기 를 사용 하고 눈 이 감지 되 지 않 으 면 종료 합 니 다.눈 이 감지 되면 RGB 색상 공간 을 HSV 색상 공간 으로 전환한다.마스크 구역 검 사 를 실시 하 다.마스크 구역 검사 절 차 는 먼저 좌표 원점 에서 가 까 운 가로 좌 표를 마스크 구역 으로 하여 가로 좌 표를 시작 하고 좌표 원점 에서 먼 가로 좌 표를 마스크 구역 으로 하여 가로 좌 표를 끝 내 는 것 이다.좌표 원점 에서 멀리 떨 어 진 세로 좌 표 는 마스크 구역 에서 세로 좌 표를 시작 하고 좌표 원점 에서 멀리 떨 어 진 세로 좌표 와 눈 높이 의 2 배 와 마스크 구역 으로 종 좌 표를 끝 냅 니 다.여기 서 서술 한 것 은 잘 모 르 겠 지만 그림 3-2 를 볼 수 있 습 니 다.

그림 3-2 마스크 구역 검사 도
마지막 으로 마스크 구역 을 알 았 을 때 는 픽 셀 점 만 판단 하면 마스크 착용 여 부 를 판단 할 수 있다.
프로그램 코드

"""
# File       : mask_check.py
# Time       :2021/6/10 15:02
# Author     :Meng
# version    :python 3.6
# Description:
"""
import cv2          #   opencv
import time         #   time
 
"""      """
def nose_dection(img):
    img = cv2.GaussianBlur(img,(5,5),0)#    
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                     #         
    nose_cascade = cv2.CascadeClassifier("haarcascade_mcs_nose.xml")
    nose_cascade.load("data/haarcascades/haarcascade_mcs_nose.xml")  #                  
    '''    opencv haar       '''
    noses = nose_cascade.detectMultiScale(gray, 1.3, 5)  #     
    for(x,y,w,h) in noses:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)  #       
    flag = 0            #          ,       ,       
    if len(noses)>0:
        flag = 1
    return img,flag
 
""""      """
def eye_dection(img):
    img = cv2.GaussianBlur(img,(5,5),0)#    
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)                     #         
    eyes_cascade = cv2.CascadeClassifier("haarcascade_eye_tree_eyeglasses.xml")
    eyes_cascade.load("data/haarcascades/haarcascade_eye_tree_eyeglasses.xml")  #                  
    '''    opencv haar       '''
    eyes = eyes_cascade.detectMultiScale(gray, 1.3, 5)          #     
    for (x,y,w,h) in eyes:
        frame = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)  #       
        print("x y w h is",(x,y,w,h))
        # frame = cv2.rectangle(img, (x, y+h), (x + 3*w, y + 3*h), (255, 0, 0), 2)  #       
    return img,eyes
 
def empty(a):
    pass
 
def main():
    image = cv2.imread("images/backgound.png")      #       
    cv2.imshow('skin', image)                       #   
    cv2.createTrackbar("Hmin", "skin", 0, 90, empty)    #   bar
    cv2.createTrackbar("Hmax", "skin", 25, 90, empty)
    capture = cv2.VideoCapture(0)               #      ,  0      ,
    while True:
        ref,img=capture.read()                  #      
        # img = cv2.imread("./images/005.jpg")      #       
        img_hsv = img
        image_nose,flag_nose = nose_dection(img)       #       ,              
        if flag_nose == 1:              #          ,      
            frame = cv2.putText(image_nose, "NO MASK", (10, 30), cv2.FONT_HERSHEY_COMPLEX, 0.9,(0, 0, 255), 1)  #       
            cv2.imshow('img', image_nose)       #     
        if flag_nose == 0:              #      ,      
            img_eye,eyes = eye_dection(img)         #       ,              
            hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)        #       HSV  
            H, S, V = cv2.split(hsv)                          #
            minH = cv2.getTrackbarPos("Hmin", 'skin')           #   bar
            maxH = cv2.getTrackbarPos("Hmax", 'skin')
            if minH > maxH:
                maxH = minH
            thresh_h = cv2.inRange(H, minH, maxH)       #         
            if len(eyes) > 1:                           #            ,  eyes[0]     
                #        
                mask_x_begin = min(eyes[0][0],eyes[1][0])               #     x          x  
                mask_x_end = max(eyes[0][0],eyes[1][0]) + eyes[list([eyes[0][0], eyes[1][0]]).index(max(list([eyes[0][0], eyes[1][0]])))][2]   #    x   +           x     
                mask_y_begin = max(eyes[0][1] + eyes[0][3],eyes[1][1] + eyes[1][3]) + 20    #                 y  
                if mask_y_begin > img_eye.shape[1]:     #       
                    mask_y_begin = img_eye.shape[1]
                mask_y_end = max(eyes[0][1] + 3 * eyes[0][3],eyes[1][1] + 3 * eyes[1][3]) + 20  #   
                if mask_y_end > img_eye.shape[1]:
                    mask_y_end = img_eye.shape[1]
                frame = cv2.rectangle(img_eye, (mask_x_begin, mask_y_begin), (mask_x_end, mask_y_end), (255, 0, 0), 2)  #        
                total_mask_pixel = 0
                total_face_pixel = 0
                #      , 0 total_mask_pixel+1,  total_face_pixel+1
                for i in range(mask_x_begin,mask_x_end):
                    for j in range(mask_y_begin,mask_y_end):
                        if thresh_h[i,j] == 0:
                            total_mask_pixel += 1
                        else:
                            total_face_pixel += 1
                print("total_mask_pixel",total_mask_pixel)
                print("total_face_pixel", total_face_pixel)
                if total_mask_pixel > total_face_pixel:
                    frame = cv2.putText(img_eye, "HAVE MASK", (mask_x_begin, mask_y_begin - 10),cv2.FONT_HERSHEY_COMPLEX, 0.9, (0, 0, 255), 1)  #   
                if total_mask_pixel < total_face_pixel:
                    frame = cv2.putText(img_eye, "NO MASK", (mask_x_begin, mask_y_begin - 10), cv2.FONT_HERSHEY_COMPLEX,0.9, (0, 0, 255), 1)  #   
            cv2.imshow("skin", thresh_h)  #      
            cv2.imshow("img", img_eye)  #      
            # cv2.imwrite('005_result.jpg',img_eye)         
        c = cv2.waitKey(10)
        if c==27:
            break
    capture.release()       #
    cv2.destroyAllWindows() #       
 
 
if __name__ == '__main__':
    main()
결과 전시
검사 결 과 는 다음 과 같 습 니 다.

그림 5-1 HSV 변환 결과 그림

그림 5-2 마스크 검사 결과 도

그림 5-3 마스크 검사 결과 그림(귀 를 코 로 오심 하 다 니)
결론
이 실험 은 opencv-python 을 사용 하여 얼굴 마스크 검 사 를 실시 했다.코,눈 검 사 를 할 때 opencv 가 자체 적 으로 가지 고 있 는 xml 파일 입 니 다.결과적으로 이런 방법 은 실행 가능 하 다.지하철역,기차 역 출입구 에 적용 해 안면 마스크 검 사 를 할 수 있다.
이 실험 도 한계 가 있다.예 를 들 어 그림 속 에 두 사람,눈 이 가 려 지 는 등 특수 한 상황 이 있다.관심 있 으 면 xml 파일 을 직접 훈련 할 수 있 습 니 다.물론 딥 러 닝 기반 표적 탐지 모델 인 R-CNN 시리즈,YOLO 시리즈,SSD 등 을 사용 해 모형 훈련 을 할 수도 있다.
python 이 Opencv 를 바탕 으로 얼굴 마스크 검 사 를 실현 하 는 것 에 관 한 이 글 은 여기까지 소개 되 었 습 니 다.더 많은 Opencv 얼굴 마스크 검 측 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 조회 하 시기 바 랍 니 다.앞으로 많은 응원 바 랍 니 다!

좋은 웹페이지 즐겨찾기