Python OpenCV — обнаружение сонливости

Количество смертельных случаев на дороге из-за сонливости очень велико. Таким образом, Python позволяет использовать модель алгоритма глубокого обучения с использованием OpenCV. Обнаружение сонливости — это обнаружение человека для проверки того, чувствует ли он сонливость при выполнении значимой задачи. Это обнаружение имеет множество применений в области медицины и безопасности. Это обнаружение можно быстро выполнить с помощью «ориентиров лица предсказателя формы», которые отмечают основные ориентиры на лице.

Таким образом, Python также обеспечивает гибкость для обнаружения такого серьезного и значительного обнаружения с помощью модулей OpenCV. Можно легко создать собственную телефонную камеру для обнаружения сонливости с помощью приведенного ниже кода на питоне.

Необходимые шаги:

1. Установка и импорт всех необходимых для кода модулей.

1. pip install numpy    
2. pip install opencv-python
3. pip install time
4. pip install pyttsx3
5. pip install dlib
6. pip install scipy 
7. Click and Download shape_predictor_68_face_landmarks1

2. Получите доступ к камере и отметьте ориентиры из файла (.dat), чтобы предсказать расположение уха и глаз.

3. Использование функции евклидова расстояния для расчета расстояния между ориентирами на противоположных сторонах глаз. Эта функция требует наличия двух точек на плоскости для расчета расстояния.

Формула Евклидова расстояния:

4. Отметьте точки для глаз на лице, чтобы пользователю было действительно легко получить обнаружение.

5. Рассчитайте соотношение сторон для левого и правого глаза и установите критерии закрытия глаз (обнаружение сонливости).

Импорт модулей и библиотек:

import cv2
import dlib
import pyttsx3
from scipy.spatial import distance

Точки сопоставления лицевых ориентиров:

Здесь на изображении ниже показаны все маскировки и ориентиры в числовом виде для всех критических точек на нормальном лице с привязкой к правому и левому глазу соответственно.

Необходимые точки в маске для лица:

Ссылаясь на изображение выше, мы фокусируемся на правом и левом глазе и получаем все критические точки, соединяющие глаз.

Использование важных функций в программе:

• pyttsx3.init(): эта функция используется для инициализации текста в звуковое преобразование модулей и библиотек, используемых внутри для оповещения в приведенном ниже коде.
• VideoCapture(): эта функция используется для объявления частей камеры, используемых для OpenCV, и для включения камеры.
• cap.read(): Храните все параметры камеры внутри функции, которые можно использовать для различных целей, например, для определения ширины, высоты канала и даже для установки цвета вывода камеры.
• cv2.imshow(): для отображения вывода камеры, предварительно установленного пользователем. Это визуальное отображение камерой на экране.
• dlib.shape_predictor («местоположение файла .dat»): функции ориентиров лица будут храниться внутри «файла .dat».
• destroyAllWindow(): убить все открытые окна cv2, используемые внутри программы.
• cap.release(): освобождает все сохраненные параметры внутри функции cap.
• cv2.waitkey («лимит времени, установленный пользователем»): это будет держать открытым интерфейс cv2 в течение заданного времени, объявленного пользователем.
• Detect_Eye(): функция, вычисляющая соотношение сторон глаза с помощью функции евклидова расстояния.

Пошаговая реализация

Шаг 1: Импортируйте необходимые библиотеки и их функции. И доступ к камере устройства для обнаружения лица. Инициализация pyttsx3 для звукового оповещения.

Выход:

Доступ только к камере в OpenCV.

Шаг 2: Обнаружение лиц и вычисление соотношения сторон, как указано выше в формуле евклидова расстояния.

Выход:

Примечание. Загрузите вышеуказанный файл «shape_predictor_68_face_landmarks1.dat» в ту же папку, где находится весь ваш код. И скопируйте местоположение файла и вставьте местоположение, как описано в коде.

Шаг 3: Основной цикл для чтения и сохранения параметров камеры и выделения маски для правого и левого глаза. Опишите звуковое и текстовое сообщение для пользователя, чтобы предупредить его о сонливости.

Полный код: