Python OpenCv 实现实时人脸识别及 面部测距
准备
在进行人脸 面部测距开发前，先在你的Python中分别安装4个库，分别为cvzone库，mediapipe库，tensorflow库，tensorflow-gpu库，其中安装cvzone库和mediapipe库都较快，直接使用下面语句即可快速安装好
pip install cvzone
pip install mediapipe
安装tensorflow库和tensorflow-gpu库时因为库文件较大，常规方法安装经常中途下载失败，这里推荐使用下面的命令，本人亲测过可以快速安装。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
确保以上4个库都安装成功后就可以开始编写代码了。
原理
OpenCv实现人脸测距主要利用了相似三角形原理，见下图
参数说明：
（1）其中相机的焦距f是固定不变的；
（2）w为照相机成像后人眼的像素值距离，可以通过findFaceMesh( )将人脸网格识别后再测算成像人眼的像素距离w；
（3）W为现实中人左眼和右眼的距离，男人平均瞳距为64mm，女人的平均瞳距为62mm，本项目开发取中间值63mm;
（4）d为想要获得的实际人到相机的距离，通过相似三角形原理，变换公式后就可以计算出人到相机的距离公式：d=(f*W)/w
注：
不同的相机，焦距是不一样的，如果知道相机本身的参数是最好的，可以直接代入即可精准计算。如果不知道相机参数的条件下，就需要自己手动的多次校正确定焦距f。手动校正需要多测几数据，然后求均值，以确保焦距f的准确，从而提升测距精确度。手动校正时，先固定一个眼睛到相机的距离，比如50cm，用皮尺精确的测量，多测几次求出焦距f。具体测焦距f的代码见下：
import cv2
import cvzone
from cvzone.FaceMeshModule import FaceMeshDetector
cap = cv2.VideoCapture(0)
detector = FaceMeshDetector(maxFaces = 1)
while True:
success,img = cap.read()
img,faces = detector.findFaceMesh(img,draw = False)
if faces:
face = faces[0]
pointLeft = face[145]
pointRight = face[374]
w,_ = detector.findDistance(pointLeft,pointRight)
W = 6.3
d = 50
f = (w * d) / W
print(f)
cv2.imshow("Iamge",img)
cv2.waitKey(1)
通过上面代码多次测量焦距f求均值，本人使用的摄像头焦距为300，所以后面我的代码中f = 300，这里根据自己的实际焦距代入测量。下面将焦距f代入测量公式d = (f*W) / w，具体代码见下：
import cv2
import cvzone
from cvzone.FaceMeshModule import FaceMeshDetector
cap = cv2.VideoCapture(0)
detector = FaceMeshDetector(maxFaces = 1)
while True:
success,img = cap.read()
img,faces = detector.findFaceMesh(img,draw = False)
if faces:
face = faces[0]
pointLeft = face[145]
pointRight = face[374]
w, _ = detector.findDistance(pointLeft, pointRight)
W = 6.3
f = 300
d = (W * f) / w
print(d)
cvzone.putTextRect(img,f'Depth:{int(d)}cm',(face[10][0]-95,face[10][1]-5),scale = 1.8)
cv2.imshow("Iamge",img)
cv2.waitKey(1)
最终的测试 结果见下：
多人测距代码见下，本人还没有优化，多人同时测距会漂浮不稳。
[En]
Multi-person ranging code see below, I have not been optimized, multiple people ranging at the same time will float unstable.
import cv2
import cvzone
from cvzone.FaceMeshModule import FaceMeshDetector
cap = cv2.VideoCapture(0)
detector = FaceMeshDetector(maxFaces=3)
while True:
sucess,img = cap.read()
img,faces1 = detector.findFaceMesh(img)
img,faces2 = detector.findFaceMesh(img)
img,faces3 = detector.findFaceMesh(img)
W = 6.3
if faces1:
face1 = faces1[0]
pointLeft1 = face1[145]
pointRight1 = face1[374]
w1, _ = detector.findDistance(pointLeft1, pointRight1)
f = 300
d1 = (W * f) / w1
cvzone.putTextRect(img, f'Depth:{int(d1)}cm', (face1[10][0] - 95, face1[10][1] - 5), scale = 1.8)
if faces2:
face2 = faces2[0]
pointLeft2 = face2[145]
pointRight2 = face2[374]
w2,_ = detector.findDistance(pointLeft2,pointRight2)
f = 300
d2 = (W * f) / w2
cvzone.putTextRect(img, f'Depth:{int(d2)}cm', (face2[10][0] - 95, face2[10][1] - 5), scale=1.8)
if faces3:
face3 = faces3[0]
pointLeft3 = face3[145]
pointRight3 = face3[374]
w3, _ = detector.findDistance(pointLeft3, pointRight3)
f = 300
d3 = (W * f) / w2
cvzone.putTextRect(img, f'Depth:{int(d3)}cm', (face3[10][0] - 95, face3[10][1] - 5), scale=1.8)
cv2.imshow("img",img)
cv2.waitKey(1)
以上就是通过Python OpenCv实现人脸识别及面部测距的过程，祝各位科研人多发文章，少掉头发！
Original: https://blog.csdn.net/qq_40280673/article/details/122828350
Author: 佐咖
Title: Python OpenCv 实现实时人脸识别及面部距离测量
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/497009/
转载文章受原作者版权保护。转载请注明原作者出处！