实时眼睛疲劳检测与提醒
1. 引言
眼睛疲劳对于长时间使用电子设备的人群来说是一个常见的问题。为了帮助用户及时发现眼睛疲劳并采取相应的措施，本文介绍了一个实时眼睛疲劳检测与提醒系统的简单实现。使用了OpenCV、MediaPipe以及Playsound库，通过摄像头捕捉实时图像，检测眼睛疲劳并在需要时播放提示音。
2. 实现
2.1 实时视频显示
首先，通过OpenCV库捕获摄像头实时视频，显示在窗口中。
import cv2cap = cv2.VideoCapture(0)
while cap.isOpened():ret, frame = cap.read()if ret is False:breakcv2.imshow("frame", frame)cv2.waitKey(10)
2.2 眼睛疲劳检测
接下来，使用MediaPipe库中的FaceMesh模型，获取面部特征点，从中提取左右眼的特定特征点。通过计算眼睛的EAR（Eye Aspect Ratio），判断眼睛是否闭合。
import cv2
import mediapipe as mp
import numpy as np# 初始化FaceMesh
face_mesh = mp.solutions.face_mesh.FaceMesh()cap = cv2.VideoCapture(0)
sleep_frame_count = 0
while cap.isOpened():ret, frame = cap.read()if ret is False:breakrgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)result = face_mesh.process(rgb_frame)if result.multi_face_landmarks:for face in result.multi_face_landmarks:# 获取眼睛特定特征点right_eye_landmark_ids = [362, 385, 387, 263, 373, 380]left_eye_landmark_ids = [33, 160, 158, 133, 153, 144]right_eye_landmarks = []left_eye_landmarks = []for id, landmark in enumerate(face.landmark):if id in right_eye_landmark_ids:x = int(landmark.x * frame.shape[1])y = int(landmark.y * frame.shape[0])cv2.circle(frame, [x, y], 1, [0, 255, 0])right_eye_landmarks.append(np.array([x, y]))if id in left_eye_landmark_ids:x = int(landmark.x * frame.shape[1])y = int(landmark.y * frame.shape[0])cv2.circle(frame, [x, y], 1, [0, 255, 0])left_eye_landmarks.append(np.array([x, y]))# 计算眼睛的EARdef EAR(landmarks):d1 = np.linalg.norm(landmarks[1] - landmarks[5])d2 = np.linalg.norm(landmarks[2] - landmarks[4])d3 = np.linalg.norm(landmarks[0] - landmarks[3])return (d1 + d2) / d3 * 0.5left_ear = EAR(left_eye_landmarks)right_ear = EAR(right_eye_landmarks)# 判断眼睛是否闭合if (left_ear + right_ear) / 2 < 0.85:sleep_frame_count += 1if sleep_frame_count >= 30:sleep_frame_count = 0print("不要睡觉")# 在新线程中播放提示音t = Thread(target=play_sound).start()cv2.imshow("frame", frame)cv2.waitKey(10)
2.3 提示音播放
当检测到眼睛疲劳时，通过Playsound库在新线程中播放提示音。
from threading import Thread
from playsound import playsounddef play_sound():playsound("tip.mp3")
3. 结论
通过上述代码，展示了一个基于OpenCV、MediaPipe和Playsound的简单实时眼睛疲劳检测与提醒系统。通过面部特征点的获取和EAR的计算，系统能够及时识别用户的眼睛状态，并在需要时通过提示音提醒用户。这个简单而有效的系统可以用于提高长时间使用电子设备的用户对眼睛疲劳的警觉。
提示音下载：https://sc.chinaz.com/yinxiao/230223359280.htm
代码参考源自：Shady的混乱空间
)
