Dlib 和 OpenCV 這兩個庫已經在深度學習和人臉識別領域逐漸有了自己的一席之地，基于它們的各種開源項目的越來越多，今天 Gitee 上這個開源項目也是基于 Dlib 和 OpenCV 的，具體是做什么的？一起看看下文吧。

項目名稱：fatigue_detecting

項目作者：cungudafa

開源許可協議：MIT

項目地址：https://gitee.com/cungudafa/fatigue_detecting

軟件架構

經查閱相關文獻，疲勞在人體面部表情中表現出大致三個類型：打哈欠(嘴巴張大且相對較長時間保持這一狀態)、眨眼(或眼睛微閉，此時眨眼次數增多，且眨眼速度變慢)、點頭(瞌睡點頭)。本實驗從人臉朝向、位置、瞳孔朝向、眼睛開合度、眨眼頻率、瞳孔收縮率等數據入手，并通過這些數據，實時地計算出駕駛員的注意力集中程度，分析駕駛員是否疲勞駕駛和及時作出安全提示。

環境：Win10、Python3.7、anaconda3、JupyterNotebook 技術：

• Opencv：圖像處理
• Dlib：一個很經典的用于圖像處理的開源庫，shape_predictor_68_face_landmarks.dat是一個用于人臉68個關鍵點檢測的dat模型庫，使用這個模型庫可以很方便地進行人臉檢測，并進行簡單的應用。
• Numpy：基于Python的n維數值計算擴展。
• Imutils ：一系列使得opencv 便利的功能，包括圖像旋轉、縮放、平移，骨架化、邊緣檢測、顯示
• matplotlib 圖像(imutils.opencv2matplotlib(image)。
• wx：python界面工具

標準參數說明

疲勞認定標準：

• 眨眼：連續3幀內，眼睛長寬比為 0.2
• 打哈欠：連續3幀內，嘴部長寬比為 0.5
• 瞌睡點頭：連續3幀內，pitch(x)旋轉角為 0.3

(真實運用中需要根據不同人的眼睛大小進行檢測，人的眼睛大小，俯仰頭習慣都不一樣，這只是一個參考值)

使用說明

初始化界面

本地視頻檢測

攝像頭視頻流檢測

如果你喜歡這個項目，記得點擊了解更多到項目主頁給它一個 Star哦。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的opencv 图像旋转_用Dlib和OpenCV还能做什么？这个开源项目实现了驾驶员疲劳检测...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。