Resumen del blog: Python | Sistema de reconocimiento facial — Índice del blog

Dirección de GitHub: Su-Reconocimiento facial

Nota: consulte antes de leer este blog

Instalación de herramientas, configuración del entorno: Python | Sistema de reconocimiento facial—Introducción

Diseño de interfaz de usuario: Python | Sistema de reconocimiento facial — Diseño de interfaz de usuario

Procesamiento de eventos de interfaz de usuario: Python | Sistema de reconocimiento facial: procesamiento de eventos de interfaz de usuario

Visualización de la pantalla de la cámara: Python | Sistema de reconocimiento facial - visualización de la pantalla de la cámara

1. Juicio

Primero juzgue si enciende la cámara y luego juzgue si self.isFineSegmentation_flag ha habilitado el desenfoque de fondo. Si no, llama al método fine_segmentation para desenfocar el fondo.

Parámetros de inicialización:

Dirección de la cámara: self.cap = cv2.VideoCapture()
Etiqueta de la cámara: self.source = CAPTURE_SOURCE
Ancho del área de visualización de la cámara: self.WIN_WIDTH = 800
La altura del área de visualización de la cámara: self.WIN_HEIGHT = 500
Ya sea para habilitar el indicador de desenfoque de fondo: self.isFineSegmentation_flag = False

funciones relacionadas:

Discriminador de desenfoque de fondo: fine_segmentation_judge()
Muestra la imagen de la cámara: self.show_camera()
Función principal de desenfoque de fondo: fine_segmentation()

import mediapipe as mp

# 主界面
class UserMainWindow(QMainWindow, UserMainUi):

    def __init__(self, parent=None):
        super(UserMainWindow, self).__init__(parent)
        self.setupUi(self)

        self.show_image = None

        self.cap = cv2.VideoCapture()  # 相机
        self.source = CAPTURE_SOURCE  # 相机标号
        self.WIN_WIDTH = 800  # 相机展示画面宽度
        self.WIN_HEIGHT = 500  # 相机展示画面高度
        self.isFineSegmentation_flag = False  # 是否打开背景模糊标志

    ... ...

   # 背景模糊判别器
    def fine_segmentation_judge(self):
        if not self.cap.isOpened():
            QMessageBox.information(self, "提示", self.tr("请先打开摄像头"))
        else:
            if not self.isFineSegmentation_flag:
                self.isFineSegmentation_flag = True
                self.fine_segmentation_button.setText("关闭背景模糊") # 开始时按钮设置文本
                self.fine_segmentation() // 开始背景模糊
                self.fine_segmentation_button.setText("背景模糊") # 结束时按钮设置文本
                self.isFineSegmentation_flag = False

            elif self.isFineSegmentation_flag:
                self.isFineSegmentation_flag = False
                self.fine_segmentation_button.setText("背景模糊")
                self.show_camera() // 展示摄像机画面

2. Fondo borroso

import mediapipe as mp

    ... ...


    # 背景模糊
    def fine_segmentation(self):
        mp_selfie_segmentation = mp.solutions.selfie_segmentation
        BG_COLOR = (192, 192, 192)
        with mp_selfie_segmentation.SelfieSegmentation(model_selection=1) as selfie_segmentation:
            while self.cap.isOpened():
                ret, frame = self.cap.read()
                QApplication.processEvents()
                # 将 BGR 图像转换为 RGB
                in_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
                # 若要提高性能，可以选择将图像标记为不可写以通过引用传递。
                in_frame.flags.writeable = False
                results = selfie_segmentation.process(in_frame)

                in_frame.flags.writeable = True
                in_frame = cv2.cvtColor(in_frame, cv2.COLOR_RGB2BGR)
                # 在背景图像上绘制分割
                condition = np.stack((results.segmentation_mask,) * 3, axis=-1) > 0.1
                # 背景设置为高斯模糊
                gauss_image = cv2.GaussianBlur(in_frame, (85, 85), 0)
                if gauss_image is None:
                    gauss_image = np.zeros(in_frame.shape, dtype=np.uint8)
                    gauss_image[:] = BG_COLOR

                out_frame = np.where(condition, in_frame, gauss_image)

                show_video = cv2.cvtColor(cv2.resize(out_frame, (self.WIN_WIDTH, self.WIN_HEIGHT)), cv2.COLOR_BGR2RGB)
                self.show_image = QImage(show_video.data, show_video.shape[1], show_video.shape[0],
                                         QImage.Format_RGB888)
                self.camera_label.setPixmap(QPixmap.fromImage(self.show_image))

Después de leer este blog puedes continuar leyendo:

Lógica del lado del cliente:

Reconocimiento facial: Python | Sistema de reconocimiento facial: reconocimiento facial

Detección de vida: Python | Sistema de reconocimiento facial - Detección de vida

Detección de poses: Python | Sistema de reconocimiento facial - Detección de poses

Comparación de rostros: Python | Sistema de reconocimiento facial - comparación de rostros

Operaciones de usuario: Python | Sistema de reconocimiento facial—Operaciones de usuario

Lógica del lado del administrador:

Operaciones del administrador: Python | Sistema de reconocimiento facial——Operaciones del administrador

Nota: El código anterior es solo de referencia. Para ejecutarlo, consulte el código fuente de GitHub: Su-Face-Recognition

Python | Sistema de reconocimiento facial - desenfoque de fondo

1. Juicio

2. Fondo borroso

Supongo que te gusta