Python使用 Open CV 进行口罩检测
根据 Worldometer 汇编的数据（截至 2020 年 6 月 5 日），冠状病毒病已蔓延到超过 213 个国家，在全球范围内感染了超过 700 万人并造成超过 403,202 人死亡
为了限制冠状病毒的传播，保持社交距离和遵守卫生标准（例如强制佩戴口罩、使用手手套、面罩和使用消毒剂）非常重要。
许多组织强制要求遵守社交距离和戴口罩。本文介绍了如何使用 OpenCV 和 Python 检测口罩监控。
我假设您具有 OpenCV 和 Python 的基本知识。
主要有两个步骤：
在输入视频的每一帧中识别人脸和嘴巴
识别人员是否使用面具
第 1 步：使用 Python 和 OpenCV 识别人脸和嘴巴进行人脸预测的步骤是：
使用“CascadeClassifier”函数和“haarcascade_frontalface_default.xml”创建HAAR Cascade对象
使用功能读取的图像“imread”（或用于视频“读” /相机输入）功能
使用'cvtColor'函数进行灰度转换
使用“detectMultiScale”功能检测人脸
要获取 Open CV 如何检测人脸的详细信息，请参阅使用 OpenCV 的人脸识别链接— OpenCV 2.4.13.7 文档
据观察，戴白色面具的人，大多数时候 OpenCV 无法正确识别人脸。为了克服这个困难，使用“阈值”函数转换黑白图像，然后将此图像发送到“detectMultiScale”函数。
注意：根据相机和周围光线在80 到 105 “阈值”范围内调整阈值 (bw_threshold) 值很重要。
以下代码检测图像中人脸和嘴巴：
第 2 步：识别是否使用面具
如上代码所示，一共有三个矩形对象：
“灰色”图像人脸矩形。
“黑白”图像人脸矩形。
'灰色' 图像 嘴矩形。
添加以下代码以在“检测嘴巴”代码后验证掩码/无掩码。
=> 当人戴着面具时，它将显示为检测到面具：-
=> 当人不戴口罩时，它将显示为未检测到口罩：-
质量检测标准
根据矩形的数量和矩形的嘴和脸的位置，我们可以创建规则来检测面具。以下真值表将提供带面具/不带面具的正确条件。
您可以从 GitHub 下载完整的代码和 HAAR 级联 XML 文件。
import numpy as np
import cv2
import random
# multiple cascades: https://github.com/Itseez/opencv/tree/master/data/haarcascades
face_cascade = cv2.CascadeClassifier('data\\xml\\haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('data\\xml\\haarcascade_eye.xml')
mouth_cascade = cv2.CascadeClassifier('data\\xml\\haarcascade_mcs_mouth.xml')
upper_body = cv2.CascadeClassifier('data\\xml\\haarcascade_upperbody.xml')
# Adjust threshold value in range 80 to 105 based on your light.
bw_threshold = 80
# User message
font = cv2.FONT_HERSHEY_SIMPLEX
org = (30, 30)
weared_mask_font_color = (255, 255, 255)
not_weared_mask_font_color = (0, 0, 255)
thickness = 2
font_scale = 1
weared_mask = "Thank You for wearing MASK"
not_weared_mask = "Please wear MASK to defeat Corona"
# Read video
cap = cv2.VideoCapture(0)
while 1:
# Get individual frame
ret, img = cap.read()
img = cv2.flip(img,1)
# Convert Image into gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Convert image in black and white
(thresh, black_and_white) = cv2.threshold(gray, bw_threshold, 255, cv2.THRESH_BINARY)
#cv2.imshow('black_and_white', black_and_white)
# detect face
faces = face_cascade.detectMultiScale(gray, 1.1, 4)
# Face prediction for black and white
faces_bw = face_cascade.detectMultiScale(black_and_white, 1.1, 4)
if(len(faces) == 0 and len(faces_bw) == 0):
cv2.putText(img, "No face found...", org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
elif(len(faces) == 0 and len(faces_bw) == 1):
# It has been observed that for white mask covering mouth, with gray image face prediction is not happening
cv2.putText(img, weared_mask, org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
else:
# Draw rectangle on gace
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x + w, y + h), (255, 255, 255), 2)
roi_gray = gray[y:y + h, x:x + w]
roi_color = img[y:y + h, x:x + w]
# Detect lips counters
mouth_rects = mouth_cascade.detectMultiScale(gray, 1.5, 5)
# Face detected but Lips not detected which means person is wearing mask
if(len(mouth_rects) == 0):
cv2.putText(img, weared_mask, org, font, font_scale, weared_mask_font_color, thickness, cv2.LINE_AA)
else:
for (mx, my, mw, mh) in mouth_rects:
if(y < my < y + h):
# Face and Lips are detected but lips coordinates are within face cordinates which `means lips prediction is true and
# person is not waring mask
cv2.putText(img, not_weared_mask, org, font, font_scale, not_weared_mask_font_color, thickness, cv2.LINE_AA)
#cv2.rectangle(img, (mx, my), (mx + mh, my + mw), (0, 0, 255), 3)
break
# Show frame with results
cv2.imshow('Mask Detection', img)
k = cv2.waitKey(30) & 0xff
if k == 27:
break
# Release video
cap.release()
cv2.destroyAllWindows()
————————————————