前三篇博客學習了

1. windows10+Python3.7安裝dlib庫進行面部標志識別
2. python dlib實現面部標志識別
3. 使用python，dlib，OpenCV提取眼睛，鼻子，嘴唇及下頜

這篇博客將進行進階版的學習——眨眼檢測。眨眼檢測在現實中有非常重要的應用，可以用于睡意檢測。 比如：每年有9萬人因為疲勞駕駛死亡，睡意檢測可以起到很好的提醒作用，挽救人的生命。讓N多個家庭失去親人，免于破碎。

傳統的眨眼檢測是：

1. 首先眼睛定位；
2. 閾值化找到白色的眼睛區域；
3. 確定眼睛的“白色”區域是否消失了一段時間（表示眨眼）。

本文使用的眨眼檢測是：

構建一個稱為眼睛縱橫比（EAR “eye aspect ratio”）的指標，EAR的原理是眼睛的縱橫比，在睜著眼時是一個基本恒定的值，而在眨眼的瞬間，EAR會瞬間達到0，然后在回到恒定值。

這種眨眼檢測方法快速，高效且易于實現。

1. EAR為什么可以成為判斷眨眼的標準

如下圖，通過應用人臉檢測，面部標志檢測可以得出眼睛的關鍵點：如下圖所示6個點構成；

---

使用EAR進行判斷的原理：睜開眼睛時眼睛的縱橫比大約是恒定的，但眨眼時會迅速降至零。

2. 眨眼檢測及原則

（1）面部檢測
（2）面部標志檢測
（3）根據索引找到左眼、右眼的位置，計算縱橫比ear，求平均值
（4）判斷是否眨眼：（有超過3幀的連續幀——ear低于閾值，則認為是進行了一次眨眼）；

3. 優化

可采用第N維，第N-6，第N+6維均計算EAR指標，求平均值。

參考：

• https://www.pyimagesearch.com/2017/04/24/eye-blink-detection-opencv-python-dlib/

總結

以上是生活随笔為你收集整理的使用OpenCV，Python和dlib进行眨眼检测及计数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。