人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。对于人脸的图像预处理是基于人脸检测[2]结果，对图像进行处理并最终服务于特征提取的过程。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。

人脸识别[1]，是基于人的脸部特征信息进行身份识别的一种生物识别技术。就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

3.2人脸表征检测（五官定位）

一般人脸应用使用‘人脸检测’、‘人脸对比’两种技术，比如人脸打卡、人脸自动马赛克、人脸开锁等应用。但是由于本次实验较为复杂，只有人脸检测和对比是不够的。因此我们不仅要判断人脸的位置（矩形方框），还需要检测出人脸五官位置，比如眉毛形状、眼睛区域、鼻子位置、嘴巴位置等等，有了五官位置数据之后，我们就可以基于这些数据进行本次实验。下图为人脸表征检测得到的结果：

图3.1 人脸表征检测图

上图显示通过机器学习提取到一张人脸表征的68个点，人脸的部位及对应点数见表：

表3.1 人脸表征检测对应表

我们可以通过下标（python中可以使用切片）快速获取对应的坐标点，该坐标点代表脸部表征在原输入图片中的实际位置（像素单位）。

3.3 dlib库的简介

Dlib是一个现代化的C ++工具箱，其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用于工业界和学术界，包括机器人，嵌入式设备，移动电话和大型高性能计算环境。在本次实验中，利用到了dlib自带的人脸特征提取器，非常方便。

3.4 Tkinter的简介

Tkinter[3]是使用 python 进行窗口视窗设计的模块。Tkinter模块("Tk 接口")是Python的标准Tk GUI工具包的接口。作为python特定的GUI界面，是一个图像的窗口，tkinter是python 自带的，可以编辑的GUI界面，我们可以用GUI 实现很多直观的功能，

Python的Tkinter界面库是非常简单的。python的GUI库非常多，选择Tkinter，一是最为简单，二是自带库，不需下载安装，随时使用，三则是从需求出发，Python作为一种脚本语言，可以把它作为一个灵活的工具，在这种需求下，Tkinter可以做到！

对于Tkinter编程，可以用从以下两个方面入手：

第一个，作画，对应到tkinter编程，显示屏就是支起来的画架，根窗体就是画板，在tkinter中则是Toplevel，画布就是tkinter中的容器（Frame），画板上可以放很多张画布（Convas），tkinter中的容器中也可以放很多个容器，绘画中的构图布局则是tkinter中的布局管理器（几何管理器），绘画的内容就是tkinter中的一个个小组件，一幅画由许多元素构成，而我们的GUI界面，就是有一个个组件拼装起来的，它们就是widget。

第二个，tkinter的组件也可以看做一个个积木，形状或许不同，其本质都是一样的，就是一个积木，不管它长什么样子，它始终就是积木！这些小组件都有许多共性，最重要的是布局管理器的使用。

4 系统的建立

本部分总共包括两部分，分别是界面设计和器官的识别。

4.1 界面设计

基于tkinter模块实现GUI设计，可载入人物图像，选择四种类型口罩（这里的口罩是处理好的图片），展示佩戴好口罩的效果，操作完成退出系统，效果如下图所示，具体代码见附录。

图4.1 界面设计图

4.2 五官识别

页面功能实现后就是依托Dlib库实现人脸器官关键点的识别，分析出嘴部位置及尺寸，将人物脸部关键点都显示出来。

图4.2 五官识别对比图

根据Dlib模块的Landmark人脸68个关键点检测库识别出人脸五官数据，确定嘴唇部分的位置数据（48点~67点位置），检测到嘴部的尺寸和方向，借助PLL模块调整口罩的尺寸和方向，实现将口罩放在图像的适当位置。

图4.3 口罩部分

5 系统运行结果

5.1 口罩示意图

下图为我们选取可以佩戴的口罩，需要注意的是，口罩的白色背景不是白色填充，而是透明的白色（具体的处理可以用PS软件）。

图5.1 口罩款式

5.2 系统的结果展示

对于给定的三张图片进行测试，都得到了很好的效果，见图5.2，5.3，5.4。

图5.2 测试1图片效果图

图5.3 测试2图片效果图

图5.4 测试3图片效果图

6 建议

科学戴口罩，对于新冠肺炎、流感等呼吸道传染病具有预防作用，既保护自己，又有益于公众健康。目前，在抗击新冠肺炎疫情形势下，中国公民科学戴口罩，使得疫情得到有效防控，这一举措值得其他国家尤其美国借鉴。

7 参考文献

人脸识别：https://baike.baidu.com/item/%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB/4463435?fr=aladdin
https://blog.csdn.net/weixin_42346564/article/details/82500454
Tkinter介绍：https://www.cnblogs.com/shwee/p/9427975.html#B
Python dlib的正确安装：https://ai-word.blog.csdn.net/article/details/88713658
快速安装python包：https://blog.csdn.net/weixin_43442778/article/details/103095442
人脸应用：https://www.cnblogs.com/xiaozhi_5638/p/12697035.html
人脸五官关键点检测：https://blog.csdn.net/zhr1030635594/article/details/104411165
基于Python的人脸自动戴口罩系统：https://handsome-man.blog.csdn.net/article/details/104174562

附录

可以直接运行的源码下载链接：https://download.csdn.net/download/weixin_43442778/12503099

五官定位代码

#coding=utf-8

#图片检测 - Dlib版本

import cv2

import dlib

import time

t=time.time()

path = "./pic/test1.jpeg"

img = cv2.imread(path)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#人脸分类器

detector = dlib.get_frontal_face_detector()

# 获取人脸检测器

predictor = dlib.shape_predictor(

"./shape_predictor_68_face_landmarks.dat"

)

dets = detector(gray, 1)

for face in dets:

shape = predictor(img, face) # 寻找人脸的68个标定点

# 遍历所有点，打印出其坐标，并圈出来

for pt in shape.parts():

pt_pos = (pt.x, pt.y)

cv2.circle(img, pt_pos, 1, (0, 255, 0), 2)

cv2.imshow("image", img)

print('所用时间为{}'.format(time.time()-t))

cv2.waitKey(0)

#cv2.destroyAllWindows()

time.sleep(5)

系统建立代码

from PIL import Image, ImageTk

from tkinter.filedialog import askopenfilename

import cv2

import tkinter as tk

import PIL

import dlib

class AddMask(object):

def __init__(self):

self.root = tk.Tk()

self.root.title('基于Pyhon的人脸自动戴口罩系统')

self.root.geometry('1200x500')

self.path1_ = None

# self.path2_ = None

self.seg_img_path = None

self.mask = None

self.label_Img_seg = None

decoration = PIL.Image.open('./pic/bg.png').resize((1200, 500))

render = ImageTk.PhotoImage(decoration)

img = tk.Label(image=render)

img.image = render

img.place(x=0, y=0)

# 原图1的展示

tk.Button(self.root, text="打开头像", command=self.show_original1_pic).place(x=50, y=120)

tk.Button(self.root, text="退出软件", command=quit).place(x=900, y=40)

tk.Label(self.root, text="头像", font=10).place(x=280, y=120)

self.cv_orinial1 = tk.Canvas(self.root, bg='white', width=270, height=270)

self.cv_orinial1.create_rectangle(8, 8, 260, 260, width=1, outline='red')

self.cv_orinial1.place(x=180, y=150)

self.label_Img_original1 = tk.Label(self.root)

self.label_Img_original1.place(x=180, y=150)

tk.Label(self.root,text="选择口罩",font=10).place(x=600,y=120)

first_pic = Image.open("./pic/Mask1.png")

first_pic = first_pic.resize((60, 60), Image.ANTIALIAS)

first_pic = ImageTk.PhotoImage(first_pic)

self.first = tk.Label(self.root, image=first_pic)

self.first.place(x=600,y=160, width=60, height=60)

self.first.bind("<Button-1>", self.mask1)

second_pic = Image.open("./pic/Mask2.png")

second_pic = second_pic.resize((60, 60), Image.ANTIALIAS)

second_pic = ImageTk.PhotoImage(second_pic)

self.second_pic = tk.Label(self.root, image=second_pic)

self.second_pic.place(x=600, y=230, width=60, height=60)

self.second_pic.bind("<Button-1>", self.mask2)

third_pic = Image.open("./pic/Mask3.png")

third_pic = third_pic.resize((60, 60), Image.ANTIALIAS)

third_pic = ImageTk.PhotoImage(third_pic)

self.third_pic = tk.Label(self.root, image=third_pic)

self.third_pic.place(x=600, y=300, width=60, height=60)

self.third_pic.bind("<Button-1>", self.mask3)

forth_pic = Image.open("./pic/Mask4.png")

forth_pic = forth_pic.resize((60, 60), Image.ANTIALIAS)

forth_pic = ImageTk.PhotoImage(forth_pic)

self.forth_pic = tk.Label(self.root, image=forth_pic)

self.forth_pic.place(x=600, y=370, width=60, height=60)

self.forth_pic.bind("<Button-1>", self.mask4)

tk.Label(self.root, text="佩戴效果", font=10).place(x=920, y=120)

self.cv_seg = tk.Canvas(self.root, bg='white', width=270, height=270)

self.cv_seg.create_rectangle(8, 8, 260, 260, width=1, outline='red')

self.cv_seg.place(x=820, y=150)

self.label_Img_seg = tk.Label(self.root)

self.label_Img_seg.place(x=820, y=150)

self.root.mainloop()

# 原图1展示

def show_original1_pic(self):

self.path1_ = askopenfilename(title='选择文件')

print(self.path1_)

self.Img = PIL.Image.open(r'{}'.format(self.path1_))

Img = self.Img.resize((270,270),PIL.Image.ANTIALIAS) # 调整图片大小至256x256

img_png_original = ImageTk.PhotoImage(Img)

self.label_Img_original1.config(image=img_png_original)

self.label_Img_original1.image = img_png_original # keep a reference

self.cv_orinial1.create_image(5, 5,anchor='nw', image=img_png_original)

# 人脸戴口罩效果展示

def show_morpher_pic(self):

img1 = cv2.imread(self.path1_)

x_min, x_max, y_min, y_max, size = self.get_mouth(img1)

adding = self.mask.resize(size)

im = Image.fromarray(img1[:, :, ::-1]) # 切换RGB格式

# 在合适位置添加头发图片

im.paste(adding, (int(x_min), int(y_min)), adding)

# im.show()

save_path = self.path1_.split('.')[0]+'_result.jpg'

im.save(save_path)

Img = im.resize((270, 270), PIL.Image.ANTIALIAS) # 调整图片大小至270x270

img_png_seg = ImageTk.PhotoImage(Img)

self.label_Img_seg.config(image=img_png_seg)

self.label_Img_seg.image = img_png_seg # keep a reference

def mask1(self, event):

self.mask = Image.open('pic/Mask1.png')

self.show_morpher_pic()

def mask2(self, event):

self.mask = Image.open('pic/Mask2.png')

self.show_morpher_pic()

def mask3(self, event):

self.mask = Image.open('pic/Mask3.png')

self.show_morpher_pic()

def mask4(self, event):

self.mask = Image.open('pic/Mask4.png')

self.show_morpher_pic()

def get_mouth(self, img):

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# img_gray = cv2.gray2bgr(img, cv2.COLOR_BGR2GRAY)

detector = dlib.get_frontal_face_detector()

predictor = dlib.shape_predictor('./shape_predictor_68_face_landmarks.dat')

faces = detector(img_gray, 0)

for k, d in enumerate(faces):

x = []

y = []

# 人脸大小的高度

height = d.bottom() - d.top()

# 人脸大小的宽度

width = d.right() - d.left()

shape = predictor(img_gray, d)

# 48-67 为嘴唇部分

for i in range(48, 68):

x.append(shape.part(i).x)

y.append(shape.part(i).y)

# 根据人脸的大小扩大嘴唇对应口罩的区域

y_max = (int)(max(y) + height / 3)

y_min = (int)(min(y) - height / 3)

x_max = (int)(max(x) + width / 3)

x_min = (int)(min(x) - width / 3)

size = ((x_max - x_min), (y_max - y_min))

return x_min, x_max, y_min, y_max, size

def quit(self):

self.root.destroy()

if __name__ == '__main__':

AddMask()

标签：口罩,人脸识别,img,python,self,pic,人脸,root
来源： https://blog.csdn.net/weixin_43442778/article/details/114950169

基于人脸识别的“带口罩”系统-python完整实现

0 前言

1 设计目的

2 任务与要求

3 设计原理

3.1 人脸检测与人脸识别概述

3.2人脸表征检测（五官定位）

3.3 dlib库的简介

3.4 Tkinter的简介

4 系统的建立

4.1 界面设计

4.2 五官识别

5 系统运行结果

5.1 口罩示意图

5.2 系统的结果展示

6 建议

7 参考文献

附 录

五官定位代码

系统建立代码

附录