欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python实现人脸口罩检测(基于opencv和深度学习两种方法)

程序员文章站 2024-03-14 11:37:16
...

人脸口罩检测GUI系统(基于opencv和深度学习两种方法对比)

由于疫情的影响,人脸口罩检测系统的开发成为很多人争相开发的一种算法。很多公司或者个人都开源了他们很多的代码或者SDK。大家在GitHub或者各种平台上都能够找到很多的资源。
前段时间在博客上看到几个有趣的开源项目,它能检测我们是否有戴口罩,跑起程序测试后,发现识别率挺高的,也适应不同环境;于是分享给大家。我用了其中两种并整合在一个GUI下面,一种是基于深度学习的,一种是基于opencv训练的。

测试环境

windows10 系统;
软件:pyCharm;
使用模型:tenforflow1.15.0 ;
python3.7

下面先看一下整个系统的GUI界面:
python实现人脸口罩检测(基于opencv和深度学习两种方法)
GUI程序:

from tkinter import *
from tkinter.filedialog import askdirectory
from tkinter.messagebox import showinfo
import cv2
import numpy as np
from PIL import Image, ImageTk
from tkinter import ttk
import pygame
import time

import tensorflow_infer as flow

file_slogan = r'video/slogan.mp3'
file_slogan_short = r'video/slogan_short.mp3'
pygame.mixer.init(frequency=16000, size=-16, channels=2, buffer=4096)

detector = cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_default.xml')
mask_detector = cv2.CascadeClassifier('xml\\cascade.xml')

class GUI:
	def __init__(self):
		self.camera = None   # 摄像头
		self.root = Tk()
		self.root.title('maskdetection')
		self.root.geometry('%dx%d' % (800, 600))
		self.createFirstPage()
		mainloop()

	def createFirstPage(self):
		self.page1 = Frame(self.root)
		self.page1.pack()
		Label(self.page1, text='欢迎使用口罩检测跟踪系统', font=('粗体', 20)).pack()
		image = Image.open("demo2.jpg") # 随便使用一张图片做背景界面 不要太大
		photo = ImageTk.PhotoImage(image = image)
		self.data1 = Label(self.page1,  width=780,image = photo)
		self.data1.image = photo
		self.data1.pack(padx=5, pady=5)

		self.button11 = Button(self.page1, width=18, height=2, text="深度学习算法", bg='red', font=("宋", 12),
							   relief='raise',command = self.createSecondPage1)
		self.button11.pack(side=LEFT, padx=25, pady = 10)
		self.button12 = Button(self.page1, width=18, height=2, text="传统算法", bg='green', font=("宋", 12),
		                       relief='raise', command = self.createSecondPage)
		self.button12.pack(side=LEFT, padx=25, pady = 10)
		self.button13 = Button(self.page1, width=18, height=2, text="打开本地视频", bg='white', font=("宋", 12), relief='raise',
							   command = self.select_path)
		self.button13.pack(side=LEFT, padx=25, pady = 10)
		self.button14 = Button(self.page1, width=18, height=2, text="退出系统", bg='gray', font=("宋", 12),
							   relief='raise',command = self.quitMain)
		self.button14.pack(side=LEFT, padx=25, pady = 10)

	def createSecondPage1(self):
		self.camera = cv2.VideoCapture(0)
		self.page1.pack_forget()
		self.page2 = Frame(self.root)
		self.page2.pack()
		Label(self.page2, text='欢迎使用口罩检测跟踪系统', font=('粗体', 20)).pack()
		self.data2 = Label(self.page2)
		self.data2.pack(padx=5, pady=5)

		self.button21 = Button(self.page2, width=18, height=2, text="返回", bg='gray', font=("宋", 12),
							   relief='raise',command = self.backFirst)
		self.button21.pack(padx=25,pady = 10)
		self.video_loop1(self.data2)

	def video_loop1(self, panela):
		def slogan_short():

			timeplay = 1.5
			global playflag_short
			playflag_short = 1
			while playflag_short:
				track = pygame.mixer.music.load(file_slogan_short)
				print("------------请您戴好口罩")
				pygame.mixer.music.play()
				time.sleep(timeplay)
				playflag_short = 0
			time.sleep(0)

		success, img = self.camera.read()  # 从摄像头读取照片

		if success:

			img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
			num,c,img = flow.inference(img, conf_thresh=0.5, iou_thresh=0.4, target_shape=(260, 260), draw_result=True,
								   show_result=False)
			# 语音提示
			# if(isinstance(num/5,int)& (c=='NoMask')):
				# slogan_short()

			# cv2.imshow('image', img)
			# img = flow.inference(img, show_result=True, target_shape=(260, 260))
			img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

			cv2image = cv2.cvtColor(img, cv2.COLOR_BGR2RGBA)  # 转换颜色从BGR到RGBA
			current_image = Image.fromarray(cv2image)  # 将图像转换成Image对象
			imgtk = ImageTk.PhotoImage(image=current_image)
			panela.imgtk = imgtk
			panela.config(image=imgtk)
			self.root.after(1, lambda: self.video_loop1(panela))


	def select_path(self):
		self.pash_= askdirectory()
		path = StringVar()
		path.set(self.pash_)

	def createSecondPage(self):
		self.camera = cv2.VideoCapture(0)
		self.page1.pack_forget()
		self.page2 = Frame(self.root)
		self.page2.pack()
		Label(self.page2, text='欢迎使用口罩检测跟踪系统', font=('粗体', 20)).pack()
		self.data2 = Label(self.page2)
		self.data2.pack(padx=5, pady=5)

		self.button21 = Button(self.page2, width=18, height=2, text="返回", bg='gray', font=("宋", 12),
							   relief='raise',command = self.backFirst)
		self.button21.pack(padx=25,pady = 10)
		self.video_loop(self.data2)

	def video_loop(self, panela):


		success, img = self.camera.read()  # 从摄像头读取照片
		if success:
			faces = detector.detectMultiScale(img, 1.1, 3)
			for (x, y, w, h) in faces:
				# 参数分别为 图片、左上角坐标,右下角坐标,颜色,厚度
				face = img[y:y + h, x:x + w]  # 裁剪坐标为[y0:y1, x0:x1]
				mask_face = mask_detector.detectMultiScale(img, 1.1, 5)
				for (x2, y2, w2, h2) in mask_face:
					cv2.putText(img, 'mask', (x2 - 2, y2 - 2),
								cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 255))
					cv2.rectangle(img, (x2, y2), (x2 + w2, y2 + h2), (0, 0, 255), 2)


			#img = mask.facesdetecter(img)
			cv2image = cv2.cvtColor(img, cv2.COLOR_BGR2RGBA)  # 转换颜色从BGR到RGBA

            #faces = detector.detectMultiScale(cv2image, 1.1, 3)
			current_image = Image.fromarray(cv2image)  # 将图像转换成Image对象
			imgtk = ImageTk.PhotoImage(image=current_image)
			panela.imgtk = imgtk
			panela.config(image=imgtk)
			self.root.after(1, lambda: self.video_loop(panela))




	def backFirst(self):
		self.page2.pack_forget()
		self.page1.pack()
		# 释放摄像头资源
		self.camera.release()
		cv2.destroyAllWindows()

	def backMain(self):
		self.root.geometry('900x600')
		self.page3.pack_forget()
		self.page1.pack()

	def quitMain(self):
		sys.exit(0)





if __name__ == '__main__':

	demo = GUI()



1.深度学习的效果:
python实现人脸口罩检测(基于opencv和深度学习两种方法)
检测出胡歌没有带口罩。红色框框是圈出人脸部分,上方的字体:NoMask ,准确率 1 (即有100%把握认为没带口罩)

如果在多人的情况下,能检测出来吗?
python实现人脸口罩检测(基于opencv和深度学习两种方法)

这个模型能同时检测多人的,并且准确高。以上是基于照片的。

下面是基于GUI打开摄像头的,有无口罩的对比:
python实现人脸口罩检测(基于opencv和深度学习两种方法)
python实现人脸口罩检测(基于opencv和深度学习两种方法)

这个深度学习的项目完全开源,可以自己先到网页上去体验一波:

https://demo.aizoo.com/face-mask-detection.html

深度学习开源项目简单介绍:

1)支持5大主流深度学习框架(PyTorch、TensorFlow、MXNet、Keras和Caffe),已经写好接口了;可以根据自身的环境选择合适的框架,比如:TensorFlow;所有模型都在models文件夹下。

2)公开了进8000张的人脸口罩数据和模型,数据集来自于WIDER Face和MAFA数据集, 重新修改了标注并进行了校验(主要是 MAFA和WIDER Face的人脸位置定义不一样,所以进行了修改标注)并将其开源出来。

另外如果自己想要利用tensorflow训练自己的图片数据集,可参考下面这个博客:

https://blog.csdn.net/jesmine_gu/article/details/81155787

2.基于Opencv的口罩佩戴识别

我是完全参照下面这位博主的训练方法训练的。

附上地址 : 基于Opencv的口罩佩戴识别系统

:这个方法只能检测有口罩的,无口罩就没法检测,不给任何提示或者标注。

看看有口罩的效果:
python实现人脸口罩检测(基于opencv和深度学习两种方法)

演示视频视频好像还不支持。故这里不放演示视频了。需要这两种方法完整的源代码都可以去下面的地址找到:

1.深度学习
2.基于Opencv的口罩佩戴识别系统

然后本人整合两种方法有GUI界面的源代码已经放到网盘,有需要的朋友自取:

链接:https://pan.baidu.com/s/14fpFKaa20AKGuAiD9UZC1Q
提取码:bun4