疲労検出
＃导入工具包
DISTとしてscipy.spatialインポート距離から
コレクションからOrderedDictインポート
NPとしてインポートnumpyのを
インポートargparseの
インポート時間
インポートDLIBの
インポートCV2
FACIAL_LANDMARKS_68_IDXS = OrderedDict（[
（ "口"、（48、68））、（
"right_eyebrow"、 （17、22））、
（"left_eyebrow"、（22、27））、
（"right_eye"、（36、42））、
（"left_eye"、（42、48））、
（"鼻"、（27 、36））、
（"ジョー"、（0、17））
]）
＃http://vision.fe.uni-lj.si/cvww2016/proceedings/papers/05.pdf
DEF eye_aspect_ratio（眼）：
＃计算距离、竖直的
A = dist.euclidean（目[1]、眼[5]）
B = dist.euclidean（目[2]眼[4]）眼[4]）
＃のレベルを距離を計算します
Dist.euclidean = C（[3]アイ[0]、アイ）
＃値のEAR
EAR =（A + B）/（2.0 * C）
リターンEAR
＃入力パラメータ
AP = argparse.ArgumentParser（）
ap.add_argument（「 - p型"" "= Trueの場合、必要に応じ、--shape-予測
ひげランドマーク予測へのパスヘルプ=は" "）
ap.add_argument（" - 「 "=タイプ= strの、デフォルトの、" V "" --video、
ヘルプ= "入力された映像ファイルへのパス"）
引数= VARS（ap.parse_args（））
＃設定決意パラメータ
EYE_AR_THRESH = 0.3
EYE_AR_CONSEC_FRAMES。3 =
＃は、カウンタを初期化する
カウンタ= 0
TOTAL = 0
＃検出および局在ツール
プリント（「[INFO]ローディングランドマーク予測...ひげ"）
検出器= dlib.get_frontal_face_detector（）
= dlib.shape_predictor予測（引数[ "shape_predictor"]）
＃取られた2つの目の領域
各フレームを通して位
真つつ。
＃前処理
（LSTART、貸す）= FACIAL_LANDMARKS_68_IDXS [ "left_eye"]
（RSTART、レンド）= FACIAL_LANDMARKS_68_IDXS [ "right_eye"]
＃读取视频
プリント（ "[INFO]ビデオストリームスレッドを開始..."）
= cv2.VideoCapture（引数対【 "ビデオ"]）
#vs = FileVideoStream（引数[ "ビデオ"]）開始（）。
time.sleep（1.0）
DEF shape_to_np（形状、DTYPE = "INT"）：
* 2＃创建68
COORDSの=のnp.zeros （（shape.num_parts、2）、DTYPE = DTYPE）＃
遍历每一个关键点
＃得到坐标
Iの範囲内（0、shape.num_parts）用：
COORDS [I] =（shape.part（I）.X、形状.part（I）.Y）
リターンCOORDSの
フレーム= vs.read（）[1]
フレームがNone場合：
ブレーク
（H、W）= frame.shape [。2]
幅= 1200
R＆LT =幅/フロート（W）
薄暗い=（幅、INT（* R＆LT H））
フレーム= cv2.resize（フレーム、薄暗い、補間= CV2。 INTER_AREA）
グレー= cv2.cvtColor（フレーム、cv2.COLOR_BGR2GRAY）
＃顔検出
rects =検出器（グレー、0）
各検出された顔を介し＃
rectsでRECT用：
＃1を取得する座標
形状=予測（灰色、RECTを）
形状= shape_to_np（形状）
＃耳値を算出する
左眼用=シェイプ[LSTART：LEND]
rightEye =シェイプ[RSTART：REND]
leftEAR = eye_aspect_ratio（左眼用）
rightEAR = eye_aspect_ratio（rightEye）
＃カウント平均
耳=（leftEAR + rightEAR）/ 2.0
＃描画目領域
leftEyeHull = cv2.convexHull（左眼用）
rightEyeHull = CV2。凸包（rightEye）
cv2.drawContours（フレーム、[leftEyeHull] -1、（0、255、0）,. 1）
cv2.drawContours（フレーム、[rightEyeHull]、 - 1は、（0、255、0）、1）
＃をチェックするかどうかのしきい値
IF EAR <EYE_AR_THRESH：
COUNTER + 1 =
他：
いくつかの連続したフレームは、合計とを、目を閉じている場合は＃
COUNTER IF> = EYE_AR_CONSEC_FRAMES：
TOTAL + = 1
＃リセット
カウンタ= 0
＃表示
cv2.putText（フレーム、 "[点滅：{}"形式（TOTAL）、（10、30）、
cv2.FONT_HERSHEY_SIMPLEX、0.7、（0、0、255）、2）
cv2.putText（フレーム、 "EAR：{：}。.2f"フォーマット（EAR）、（300、30）、
cv2.FONT_HERSHEY_SIMPLEX、0.7、（0、0、255）、2）
cv2.imshow（ "フレーム"、フレーム）
キー= cv2.waitKey（10）＆0xFFで
あれば、キー== 27：
ブレーク
vs.release（）
cv2.destroyAllWindows（）
OpenCVのコンピュータビジョンの戦闘
非常に良いの話はもちろん唐ゆうディ先生は少し高価です
コースカタログ
01コースの概要と環境設定
02基本操作イメージ
03しきい値スムージング
04画像形態学的処理
画像勾配05を算出します
06エッジ検出
07画像ピラミッドと輪郭検出
08ヒストグラムとフーリエ変換します
09プロジェクトの戦闘 - クレジットカード番号を識別するために、
10プロジェクトの戦闘 - ドキュメントスキャンOCR認識
11画像特徴-harris
12画像特徴-sift
実際の戦闘の13例 - パノラマ画像ステッチ
14プロジェクトの戦闘 - 認識のための駐車場
15プロジェクトの戦闘 - 解答用紙年生を識別するために、
16背景モデリング
17オプティカルフロー推定
DNNモジュールの18Opencv
19プロジェクトの戦闘 - ターゲット追尾
操作の20原則、コンボリューション
21プロジェクトの戦闘 - 疲労検出
＃导入工具包scipy.spatialインポート距離からdistfromコレクションはnpimport argparseimport timeimport dlibimport CV2としてOrderedDictimportのnumpyのをインポートするよう
FACIAL_LANDMARKS_68_IDXS = OrderedDict（[（ "口"、（48、68））、（ "right_eyebrow"、（17、22）） 、（ "left_eyebrow"、（22、27））、（ "right_eye"、（36、42））、（ "left_eye"、（42、48））、（ "鼻"、（27、36））、（ "ジョー"、（0、17））]）
＃Http://vision.fe.uni-lj.si/cvww2016/proceedings/papers/05.pdfdef eye_aspect_ratio（眼）：＃距離を計算し、垂直A = dist.euclidean（目[1] 、眼[5 】）B = dist.euclidean（目[ 2]、眼[4]）＃は、C = dist.euclidean（眼[0]のレベルの距離を計算する 、眼[3]）＃耳値耳=（+ B）を/（2.0 * C）リターン耳 ＃の入力パラメータAP = argparse.ArgumentParser（）ap.add_argument（ " - P"、 "--shape予測器"、必須= trueの場合、ヘルプ= "顔のランドマーク予測パス"）AP .add_argument（ " - V"、 " --video"、タイプ= STR、デフォルト= ""、ヘルプ= ""入力された映像ファイルのパス）引数=のVARS（ap.parse_args（））＃の設定決意パラメータEYE_AR_THRESH = 0.3 =。3 EYE_AR_CONSEC_FRAMESの
位カウンタ0TOTAL = 0 =を初期化カウンタ
＃検出および局在ツールプリント（ "[INFO]ローディング顔ランドマーク予測..."）検出器= dlib.get_frontal_face_detector（）予測= dlib.shape_predictor（引数[ "shape_predictor"]）
＃取られた2つの目の領域（LEND LSTART）FACIAL_LANDMARKS_68_IDXS = [ "left_eye"]（RSTART、REND）FACIAL_LANDMARKS_68_IDXS = [ "right_eye"]
＃読み取りビデオ印刷（ "[INFO]ビデオ出発ストリームスレッドを..."） = cv2.VideoCapture VS（引数[ "ビデオ"]）＃VS = FileVideoStream（引数[ "ビデオ"]）スタート（）time.sleep（1.0）。
DEF shape_to_np（形状、DTYPE = "INT"）：＃68を作成します* = 2coordsのnp.zeros（（shape.num_parts、 2）、DTYPE = DTYPE）＃の各キーポイントを介し位に範囲（0、shape.num_partsでIの座標を取得する ）：COORDS [I] =は（shape.part（ I）.X、shape.part（I）.Y）COORDSリターン
真ながら、各フレームを介し番号：＃前処理フレーム= vs.read（）[1]ブレーク（H、W）=フレーム：フレームはどれもない場合.shapeは：[2]幅= 1200Rグレー= cv2.cvtColor（W）DIM =（幅、INT（時間*の商標））フレーム= cv2.resize（フレーム、DIM、補間= cv2.INTER_AREA）=幅/フロート（ フレーム、CV2。COLOR_BGR2GRAY）
＃）は、ヒトの顔rects =検出器（灰色、0を検出
＃rectsにRECT各検出された顔を横断します。＃取得は、形状=予測（グレー、RECT）シェイプ= shape_to_np（形状）座標
[：貸すLSTART]＃耳値左眼用=形状を算出 rightEye =形状[RSTARTました： REND] leftEAR = eye_aspect_ratio（左眼用）rightEAR = eye_aspect_ratio（rightEye）
＃=平均EAR（leftEAR rightEAR +）/ 2.0計算
＃描画目領域leftEyeHull = cv2.convexHull（左眼用）rightEyeHull = cv2.convexHull（rightEye）CV2。 drawContours（フレーム、[leftEyeHull] -1、（0、255、0）,. 1）cv2.drawContours（フレーム、[rightEyeHull] -1、（0、255、0）,. 1）
閾値があれば満たされているかどうかチェック＃ EAR <EYE_AR_THRESH：+ = COUNTER 1。
他：＃いくつかの連続したフレームが閉じている場合は、目、合計およびCOUNTER IF> = EYE_AR_CONSEC_FRAMES：TOTAL = 1 +
＃COUNTER = 0にリセット
＃1显示のcv2.putText（フレーム、 "点滅：{}"形式（TOTAL）、（10、30）、cv2.FONT_HERSHEY_SIMPLEX、0.7、（0、0、255）、2）cv2.putText（フレーム、「EAR ：{：.2f}」形式（耳）、（300、30）、cv2.FONT_HERSHEY_SIMPLEX、0.7、（0、0、255）、2）
cv2.imshow（ "フレーム"、フレーム）キー= cv2.waitKey （10）＆0xFFであれば、キー== 27：ブレーク
vs.release（）cv2.destroyAllWindows（）