【深度学习】dlib 人脸关键点实时疲劳检测

完整代码一览

import numpy as np import dlib import cv2 from sklearn.metrics.pairwise import euclidean_distances from PIL import Image,ImageDraw,ImageFont # 计算眼睛EAR纵横比 defeye_aspect_ratio(eye):A=euclidean_distances(eye[1].reshape(1,2),eye[5].reshape(1,2))B=euclidean_distances(eye[2].reshape(1,2),eye[4].reshape(1,2))C=euclidean_distances(eye[0].reshape(1,2),eye[3].reshape(1,2))ear=((A+B)/2.0)/Creturnear # 绘制中文文字 defcv2AddChineseText(img,text,position,textColor=(255,0,0),textSize=50):ifisinstance(img,np.ndarray):img=Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))draw=ImageDraw.Draw(img)fontStyle=ImageFont.truetype("simhei.ttf",textSize,encoding="utf-8")draw.text(position,text,textColor,fontStyle)returncv2.cvtColor(np.asarray(img),cv2.COLOR_RGB2BGR)# 绘制眼睛轮廓 defdrawEye(eye):eyeHull=cv2.convexHull(eye)cv2.drawContours(frame,[eyeHull],-1,(0,255,0),2)COUNTER=0detector=dlib.get_frontal_face_detector()predictor=dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")cap=cv2.VideoCapture(0)whileTrue:ret,frame=cap.read()ifnot ret:breakfaces=detector(frame,0)forface in faces:shape=predictor(frame,face)shape=np.array([[p.x,p.y]forp in shape.parts()])rightEye=shape[36:42]leftEye=shape[42:48]rightEAR=eye_aspect_ratio(rightEye)leftEAR=eye_aspect_ratio(leftEye)ear=(leftEAR+rightEAR)/2.0ifear<0.3:COUNTER+=1ifCOUNTER>=30:frame=cv2AddChineseText(frame,"!!!!危险!!!!",(250,250))else:COUNTER=0drawEye(leftEye)drawEye(rightEye)info="EAR: {:.2f}".format(ear[0][0])frame=cv2AddChineseText(frame,info,(0,30))cv2.imshow("Frame",frame)ifcv2.waitKey(1)==27:breakcap.release()cv2.destroyAllWindows()

环境准备与模型下载

import numpy as np import dlib import cv2 from sklearn.metrics.pairwise import euclidean_distances #计算欧氏距离 from PIL import Image,ImageDraw,ImageFont

dlib安装可以看博主的另外一篇文章了解，本文不过多赘述：
【深度学习】dlib 人脸关键点检测

核心原理：眼睛纵横比（EAR）

EAR（Eye Aspect Ratio）是衡量眼睛张开程度的一个指标。

• 上眼睑左点：A
• 上眼睑右点：B
• 右眼角：C
• 下眼睑右点：D
• 下眼睑左点：E
• 左眼角：F

EAR = (||A-E|| + ||B-D||) / (2 * ||F-C||)

分子是两只眼睛垂直方向的平均距离（约等于眼睛高度），

分母是水平方向的距离（约等于眼睛宽度）。

当眼睛睁开时，EAR 值较大（约 0.25~0.3）；当眼睛闭合时，EAR 急剧减小（接近 0）。我们设定一个阈值（如 0.3），即可判断睁闭眼。

逐行代码详解

导入库

import numpy as np #数组操作 import dlib #人脸检测 import cv2 #图像处理 from sklearn.metrics.pairwise import euclidean_distances #计算欧氏距离 from PIL import Image,ImageDraw,ImageFont

EAR 计算函数

defeye_aspect_ratio(eye):A=euclidean_distances(eye[1].reshape(1,2),eye[5].reshape(1,2))B=euclidean_distances(eye[2].reshape(1,2),eye[4].reshape(1,2))C=euclidean_distances(eye[0].reshape(1,2),eye[3].reshape(1,2))ear=((A+B)/2.0)/Creturnear

EAR公式：(A+B)/(2*C)
eye 是包含 6 个点坐标的 NumPy 数组，形状为 (6, 2)。

按照 dlib 的索引顺序，0 和 3 是水平两端，1和5、2和4 是垂直两对。

计算三组距离，代入公式得到 EAR。注意返回的 ear 是一个 (1,1) 数组，后面取值时需用 ear[0][0]。

中文绘制函数

defcv2AddChineseText(img,text,position,textColor=(255,0,0),textSize=50):ifisinstance(img,np.ndarray):img=Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))draw=ImageDraw.Draw(img)fontStyle=ImageFont.truetype("simhei.ttf",textSize,encoding="utf-8")draw.text(position,text,textColor,fontStyle)returncv2.cvtColor(np.asarray(img),cv2.COLOR_RGB2BGR)

将 OpenCV 的 BGR 图像转为 PIL 的 RGB 图像，绘制文字后再转回 BGR。

绘制眼睛轮廓

defdrawEye(eye):eyeHull=cv2.convexHull(eye)cv2.drawContours(frame,[eyeHull],-1,(0,255,0),2)

cv2.convexHull 计算眼睛点的凸包，然后绘制绿色轮廓线，用于直观显示眼睛区域。

主程序

COUNTER=0detector=dlib.get_frontal_face_detector()predictor=dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")cap=cv2.VideoCapture(0)

COUNTER 用于统计连续闭眼帧数。

初始化检测器、预测器，打开默认摄像头。

主循环

whileTrue:ret,frame=cap.read()ifnot ret:breakfaces=detector(frame,0)

逐帧读取，检测人脸。

forface in faces:shape=predictor(frame,face)shape=np.array([[p.x,p.y]forp in shape.parts()])rightEye=shape[36:42]leftEye=shape[42:48]rightEAR=eye_aspect_ratio(rightEye)leftEAR=eye_aspect_ratio(leftEye)ear=(leftEAR+rightEAR)/2.0

提取 68 点，分别截取左右眼的 6 个点（注意 dlib 中右眼是 36~41，左眼是 42~47）。

分别计算两眼的 EAR，取平均值作为最终的 ear。

ifear<0.3:COUNTER+=1ifCOUNTER>=30:frame=cv2AddChineseText(frame,"!!!!危险!!!!",(250,250))else:COUNTER=0

如果 EAR 低于阈值 0.3，说明眼睛闭合，计数器加 1。

当连续闭眼超过 30 帧，判定为疲劳瞌睡，在画面中央显示红色警告文字。

一旦睁眼，计数器清零。

drawEye(leftEye)drawEye(rightEye)info="EAR: {:.2f}".format(ear[0][0])frame=cv2AddChineseText(frame,info,(0,30))

绘制眼睛轮廓，并在屏幕左上角显示当前的 EAR 数值，方便调试。

cv2.imshow("Frame",frame)ifcv2.waitKey(1)==27:break

显示画面，按 ESC 退出。