実装プロセス
（同じローカル静止画を使用して同じように）このツールは、グレースケール画像を返すカメラビデオストリームから得られた、一の画像に変換し、その後画像処理ライブラリOpenCVのに情報を渡します
プログラムは、リスナー情報に従って、whileループを使用開始した後、ビデオ・イメージをロードし続け、その後、画像情報を提示するOpenCVのツールに戻します。
キーボードイベントリスナーを作成し、（、あなたはいつでも移動することができます。このプロセスは動的である）そして、顔照合、およびマスクロードを実行するために始めた、「D」キーを押してください。
顔が存在するかどうかを確認するためにDLIBにおける顔検出アルゴリズムを使用して顔照合。もしそうなら、それは終了位置を作成し、メガネや吸殻が直面するすべての人のためにそこに移動します。
その後、我々は皆の顔に合わせて拡張し、私たちのメガネを回転させる必要があります。私たちは、68ポイントを返しDLIBモデルセットポイントから目と口を見つけるために、センターを利用し、それらの間のスペースを回転します。
我々は最終的には、画面の上部にタバコやメガネ、メガネやタバコのリアルタイム位置を取得した後、あなたのメガネと口を一致させるようになりました。
何人の顔が存在しない場合、プログラムはマスクを移動させる効果を持っていないでしょう、あなたのビデオ情報に直接戻ります。
デフォルトは4秒の周期です。その後、再び「D」キーをテストすることができます。
「Q」キーを使用してプログラムを終了します。
ここで私は、この機能は、マスクロードサービスに抽象化されます、それはすべてのものを見るために私のコードに従ってください。
1.インポートし、対応するツールキット
時間インポートスリープから
輸入CV2の
NPとしてインポートnumpyの
PILのインポートイメージから
imutils輸入face_utilsから、サイズを変更
試してみてください。
DLIBインポートget_frontal_face_detector、shape_predictorから
はImportError除く：
上げます
それに対応するサービスクラスDynamicStreamMaskServiceの初期化プロパティをロードするためにマスクを作成します。
DynamicStreamMaskServiceクラス（オブジェクト）：
「」「
動的な接着剤マスクサービス
」「」
__init __ DEF（セルフ、= Falseの保存）：
self.saved =＃写真を保存するために保存された
self.listenerを= Trueの＃の起動パラメータ
self.video_capture = cv2.VideoCapture（0）＃呼び出しローカルカメラ
self.doing = Falseの＃顔かどうかマスク
self.speed = 0.1＃マスクの移動速度
self.detector = get_frontal_face_detector（）＃顔認識部
self.predictor = shape_predictor（ "shape_predictor_68_face_landmarks.dat"）は ＃ 顔アナライザ
self.fps = 4時間ベース＃マスクがある
自己。アニメーションサイクルのanimation_time = 0＃初期値
self.duration = self.fps * 4＃アニメーションサイクル最大
self.fixed_time =延伸後＃4、滞留時間
self.max_width = 500＃画像サイズ
self.deal、self.text、自己.cigarette =なし、なし、なし＃マスクオブジェクト
上記の紹介によると、我々は最初の画像に機能ビデオストリームを読ん実現します：
READ_DATA DEF（自己）：
「」「
カメラからビデオストリームを取得し、画像をフレームに変換される
：リターンの画像に関する情報を返し
「」」
_、= self.video_capture.readデータ（）
リターンデータ
次に、私たちは、顔の位置機能を実現し、メガネやタバコの所在地：
DEF（自己、face_shape、face_width）get_glasses_info：
"" "
获取当前面部的眼镜信息
：PARAM face_shape：
：PARAM face_width：
：リターン
："""
left_eye = face_shape [36:42]
right_eye = face_shape [42:48]
left_eye_center = left_eye.mean（軸= 0）.astype（ "INT"）
right_eye_center = right_eye.mean（軸= 0）.astype（ "INT"）
Y = left_eye_center [1] - right_eye_center [1]
X = left_eye_center [0] - right_eye_center [0]
eye_angle = np.rad2deg（np.arctan2（Y、X））
取引= self.deal.resize（
（face_width、INT（face_width * self.deal.size [1] / self.deal.size [0]））、
リサンプル= Image.LANCZOS）
取引= deal.rotate（eye_angle、=真を拡大）
取引= deal.transpose（Image.FLIP_TOP_BOTTOM）
left_eye_x = left_eye [0,0] - face_width // 4
left_eye_y = left_eye [0,1] - face_width // 6
リターン{ "イメージ"：取引は、 "POS"（left_eye_x、left_eye_y）}
DEF get_cigarette_info（自己、face_shape、face_width）：
"" "
获取当前面部的烟卷信息
：PARAM face_shape：
：PARAM face_width：
：リターン
："""
口= face_shape [49:68]
mouth_center = mouth.mean（軸= 0 ）.astype（ "INT"）
シガレット= self.cigarette.resize（
（face_width、INT（face_width * self.cigarette.size [1] / self.cigarette.size [0]））、
リサンプル= Image.LANCZOS）
X =口[0,0] - face_width + INT（16 * face_width / self.cigarette.size [0]）
Y = mouth_center [1]
リターン{ "イメージ"：タバコ、 "POS"（X、Y）}
DEF向き（自己、rects、img_gray）：
"" "
人脸定位
：リターン
："""
顔= []
rectsでRECT用：
顔= {}
face_shades_width = rect.right（） - rect.left（）
predictor_shape = self.predictor（img_gray、RECT）
face_shape = face_utils.shape_to_np（predictor_shape）
面[ 'タバコ'] = self.get_cigarette_info（face_shape、face_shades_width）
面[ 'メガネ'] = self.get_glasses_info（face_shape、face_shades_width）
faces.append（顔）
顔を返します
私達はちょうど私たちが何この機能を実現するイベント、を聞くために、キーボードを言及しています：
listener_keys DEF（自己）：
"" "
を設定し、キーボード・モニター・イベント
：リターン：
" ""
キー= cv2.waitKey（1）＆0xFFの
IFキー== ORD（ "Q"）：
self.listener = Falseの
self.console（ "プログラムを終了「）
SLEEP（1）
self.exit（）
もし、キー== ORD（ "D"）：
self.doing = self.doingありません
次はマスク情報をロードする機能を実現するために来ます。
デフinit_mask（自己）：
"" "
加载面具
：リターン
："""
self.console（ "加载面具..."）
self.deal、self.text、self.cigarette =（
xに対するImage.open（X） [ "画像/ deals.png"、 "画像/ text.png"、 "画像/ cigarette.png"]で
）
上記の基本的な機能が実装されている、我々は描画機能、および機能の原理と私はビブラート効果を達成するためにAIの顔認識技術でエッセイを書いた前に実現し、私は詳細には触れませんが、同じである、あなたはgithubのを行くことができますPythonの中国の社会や公共のマイクロチャンネル番号表示。
DEF（自己、draw_imgに面する）描画：
"" "
画图
：PARAM draw_img：
：PARAMが直面：
：リターン
："""
顔について顔では：
self.animation_time <self.duration場合- self.fixed_time：
current_x = INT（顔[ "眼鏡"] [ "POS"] [0]）
current_y = INT（顔[ "眼鏡"] [ "POS"] [1] * self.animation_time /（self.duration - self.fixed_time））
draw_img。ペースト（顔[ "眼鏡"] [ "画像"]、（current_x、current_y）、顔[ "眼鏡"] [ "画像"]）
cigarette_x = INT（顔[ "シガレット"] [ "POS"] [0]）
cigarette_y = INT（顔[ "シガレット"] [ "POS"] [1] * self.animation_time /（self.duration - self.fixed_time ））
draw_img.paste（顔[ "シガレット"] [ "画像"]、（cigarette_x、cigarette_y）、
顔[ "シガレット"] [ "画像"]）
他：
draw_img.paste（顔[ "眼鏡"] [」画像"]、顔["眼鏡"] [" POS "]、顔["眼鏡"] ["画像"]）
draw_img.paste（顔["シガレット"] ["画像"]、顔["タバコ」] [ "POS"]、顔[ "シガレット"] [ "画像"]）
draw_img.paste（self.text、（75、draw_img.height // 2 + 128）、self.text）
それは機能が最終的に開始し、それを終了し、しているサービスクラスであるので、我々はそれについて記述する必要があります。
単に連続的にビデオストリームを監視し、情報を表示OpenCVのことで画像に変換されるストリーミングを聴取開始後の初期化情報に応じて、開始（）関数を記述しています。
そして、常にリスナーは、画像の顔検出に成功している場合は、マスクをロードするために「D」キーを押すかどうかを監視し、マスクを移動し、ファンクションキーリスナーを呼び出して
、あなたのマスクに基づいて、この時間は、時間の持続期間の終了顔の動きの動き。絵の上部に、物品の最終的なレンダリング。
DEF開始（自己）：
"" "
启动程序
：リターン
："""
self.console（ "程序启动成功"）
self.init_mask（）
一方self.listener：
フレーム= self.read_data（）
フレーム=リサイズ（フレーム、幅= self.max_width）
img_gray = cv2.cvtColor（フレーム、cv2.COLOR_BGR2GRAY）
rects = self.detector（img_gray、0）
= self.orientation（rects、img_gray）対向
draw_img = Image.fromarray（cv2.cvtColor（フレーム、cv2.COLOR_BGR2RGB））
場合self.doing：
self.drawing（draw_img、対向）
self.animation_time + = self.speed
self.save_data（draw_img）
もしself.animation_time> self.duration：
self.doing = Falseの
self.animation_time = 0
他：
フレーム= cv2.cvtColor（np.asarray（draw_img）、cv2.COLOR_RGB2BGR）
cv2.imshow（ "ハローマスク"、フレーム）
自己.listener_keys（）
デフ出口（自己）：
"" "
程序退出
：リターン
："""
self.video_capture.release（）
cv2.destroyAllWindows（）
最後に、試してみましょう：
もし__name__ == '__main__'：
MS = DynamicStreamMaskService（）
ms.start（）
私はあなたに、この小さな機能は、我々としても見て何かを使用することができ、達成された書き込み。
---------------------