使用 MediaPipe 檢測面部五官
作者：二旺
本文將重點介紹如何使用 MediaPipe 檢測和跟蹤特定的面部特征，包括鼻子、嘴巴、眼睛和虹膜。
面部識別和檢測已成為許多現(xiàn)代應(yīng)用中不可或缺的組成部分，包括用于設(shè)備解鎖和社交媒體應(yīng)用中實時效果的添加。然而，準確高效地檢測面部特征，包括鼻子、嘴巴、眼睛甚至虹膜，可能是一個挑戰(zhàn)性的過程。幸運的是，由Google開發(fā)的開源框架MediaPipe提供了一個解決方案，它提供了強大的預訓練機器學習模型，允許開發(fā)者以高精度跟蹤和分析面部標志點。
MediaPipe為計算機視覺任務(wù)提供了一套全面的預構(gòu)建解決方案，包括手部跟蹤、姿態(tài)估計和面部標志點檢測。輕量級設(shè)計確保了實時性能，使其成為集成到移動和基于網(wǎng)絡(luò)的應(yīng)用中的最佳選擇。
本文將重點介紹如何使用MediaPipe檢測和跟蹤特定的面部特征，包括鼻子、嘴巴、眼睛和虹膜。通過本指南的結(jié)束，讀者不僅將全面了解MediaPipe的功能，而且還能夠在自己的項目中實現(xiàn)面部特征檢測。這將有助于探索如何輕松利用MediaPipe的強大功能檢測這些關(guān)鍵的面部特征。
開始使用
步驟1：安裝必要的庫
pip install opencv-python mediapip
# 避坑：記得先使用 pip install msvc-runtime 命令安裝msvc-runtime, 不然會報錯
# ImportError: DLL load failed while importing _framework_bindings: 動態(tài)鏈接庫(DLL)初始化例程失敗。步驟2：導入庫
# coding: utf-8
import mediapipe as mp
import cv2
import os步驟3：初始化 FaceMesh 模型并定義面部特征標志點
class FaceMeshDetector:
def __init__(self, static_image_mode=False, max_num_faces=1, refine_landmarks=False, min_detection_con=0.5,
min_tracking_con=0.5):
# 初始化面部網(wǎng)格檢測的參數(shù)
self.static_image_mode = static_image_mode # 是否處理圖像（True）或視頻流（False）
self.max_num_faces = max_num_faces # 要檢測的最大面孔數(shù)
self.refine_landmarks = refine_landmarks # 是否為了更好的精度細化虹膜標志點
self.min_detection_con = min_detection_con # 面部檢測的最小置信度
self.min_tracking_con = min_tracking_con # 跟蹤的最小置信度
# 初始化Mediapipe面部網(wǎng)格解決方案
self.mpFaceMesh = mp.solutions.face_mesh
self.faceMesh = self.mpFaceMesh.FaceMesh(self.static_image_mode,
self.max_num_faces,
self.refine_landmarks,
self.min_detection_con,
self.min_tracking_con)
# 存儲特定面部特征的標志點索引
# 這些是Mediapipe為左右眼、虹膜、鼻子和嘴巴預定義的索引
self.LEFT_EYE_LANDMARKS = [463, 398, 384, 385, 386, 387, 388, 466, 263, 249, 390, 373, 374,
380, 381, 382, 362] # 左眼標志點
self.RIGHT_EYE_LANDMARKS = [33, 246, 161, 160, 159, 158, 157, 173, 133, 155, 154, 153, 145,
144, 163, 7] # 右眼標志點
self.LEFT_IRIS_LANDMARKS = [474, 475, 477, 476] # 左虹膜標志點
self.RIGHT_IRIS_LANDMARKS = [469, 470, 471, 472] # 右虹膜標志點
self.NOSE_LANDMARKS = [193, 168, 417, 122, 351, 196, 419, 3, 248, 236, 456, 198, 420, 131, 360, 49, 279, 48,
278, 219, 439, 59, 289, 218, 438, 237, 457, 44, 19, 274] # 鼻子標志點
self.MOUTH_LANDMARKS = [0, 267, 269, 270, 409, 306, 375, 321, 405, 314, 17, 84, 181, 91, 146, 61, 185, 40, 39,
37] # 嘴巴標志點代碼定義了一個類，指定為FaceMeshDetector，它使用MediaPipe開發(fā)的FaceMesh解決方案來檢測面部標志點。這次檢測的重點是特定區(qū)域，即眼睛、虹膜、鼻子和嘴巴。識別出的標志點從圖像中提取出來，并以像素坐標的形式返回。
__init__方法
__init__方法的目的是初始化檢測器，這是通過配置MediaPipe的FaceMesh解決方案并存儲眼睛、虹膜、鼻子和嘴巴的特定標志點索引來實現(xiàn)的。
步驟4：處理圖像以檢測面部標志點，提取我們想要的面部特征的坐標
def findMeshInFace(self, img): # 初始化一個字典來存儲面部特征的標志點 landmarks = {}
def findMeshInFace(self, img):
# 初始化一個字典來存儲面部特征的標志點
landmarks = {}
# 將輸入圖像轉(zhuǎn)換為RGB，因為Mediapipe需要RGB圖像
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 處理圖像以使用FaceMesh模型找到面部標志點
results = self.faceMesh.process(imgRGB)
# 檢查是否檢測到任何面孔
if results.multi_face_landmarks:
# 遍歷檢測到的面孔（這里，max_num_faces = 1，所以通常只有一個面孔）
for faceLms in results.multi_face_landmarks:
# 在標志點字典中初始化列表以存儲每個面部特征的坐標
landmarks["left_eye_landmarks"] = []
landmarks["right_eye_landmarks"] = []
landmarks["left_iris_landmarks"] = []
landmarks["right_iris_landmarks"] = []
landmarks["nose_landmarks"] = []
landmarks["mouth_landmarks"] = []
landmarks["all_landmarks"] = [] # 存儲所有面部標志點以完成面部網(wǎng)格
# 遍歷所有面部標志點
for i, lm in enumerate(faceLms.landmark):
h, w, ic = img.shape # 獲取圖像高度、寬度和通道數(shù)
x, y = int(lm.x * w), int(lm.y * h) # 將歸一化坐標轉(zhuǎn)換為像素值
# 存儲所有標志點的坐標
landmarks["all_landmarks"].append((x, y))
# 根據(jù)預定義的索引存儲特定特征的標志點
if i in self.LEFT_EYE_LANDMARKS:
landmarks["left_eye_landmarks"].append((x, y)) # 左眼
if i in self.RIGHT_EYE_LANDMARKS:
landmarks["right_eye_landmarks"].append((x, y)) # 右眼
if i in self.LEFT_IRIS_LANDMARKS:
landmarks["left_iris_landmarks"].append((x, y)) # 左虹膜
if i in self.RIGHT_IRIS_LANDMARKS:
landmarks["right_iris_landmarks"].append((x, y)) # 右虹膜
if i in self.NOSE_LANDMARKS:
landmarks["nose_landmarks"].append((x, y)) # 鼻子
if i in self.MOUTH_LANDMARKS:
landmarks["mouth_landmarks"].append((x, y)) # 嘴巴
# 返回處理后的圖像和特征標志點的字典
return img, landmarksfindMeshInFace方法
這個方法處理輸入圖像，檢測面部標志點，并返回帶有面部特征坐標的圖像。
步驟5：為圖像定義主函數(shù)
使用細化虹膜標志點的FaceMeshDetector以獲得更好的精度
# 使用細化虹膜標志點的FaceMeshDetector以獲得更好的精度
detector = FaceMeshDetector(refine_landmarks=True)
# 定義我們感興趣的面部特征（眼睛、鼻子、嘴巴、虹膜和所有標志點）
face_parts = ["left_eye_landmarks", "right_eye_landmarks", "nose_landmarks",
"mouth_landmarks", "all_landmarks", "left_iris_landmarks",
"right_iris_landmarks"]
for item in range(len(face_parts)):
# 從指定的文件路徑讀取圖像
image = cv2.imread(r"D:\test.jpg") # 將<YourImagePath>替換為實際的圖像路徑
save_path = r'D:'
# 使用FaceMeshDetector在當前幀中找到面部標志點
image, landmarks = detector.findMeshInFace(image)
# 嘗試繪制指定面部部分（本例中為鼻子）的標志點
try:
for landmark in landmarks[face_parts[item]]:
# 在每個標志點坐標處繪制一個小綠圈
cv2.circle(image, (landmark[0], landmark[1]), 3, (0, 255, 0), -1) # 圓圈參數(shù)：中心，半徑，顏色，厚度
except KeyError:
# 如果未找到指定部分的標志點，則跳過繪制
pass
# 在幀上顯示正在檢測的面部特征的名稱（例如，“nose_landmarks”）
cv2.putText(image, f"{face_parts[item]}", (20, 70), cv2.FONT_HERSHEY_PLAIN, 5, (0, 255, 0), 5)
# cv2.putText參數(shù)：圖像，文本，位置，字體，字體大小，顏色，厚度
# 在標題為“Image”的窗口中顯示帶有檢測到的標志點的修改后的幀
# cv2.imshow("Image", image)
# 保存圖像
cv2.imwrite(os.path.join(save_path, face_parts[item] + '.jpg'), image)
# 等待按鍵以關(guān)閉顯示的圖像窗口
cv2.waitKey(0)以下表示上述圖像的每個面部特征的結(jié)果。
步驟6：為視頻定義主函數(shù)
# 使用細化的虹膜標志點初始化FaceMeshDetector以提高精度
detector = FaceMeshDetector(refine_landmarks=True)
# 定義我們感興趣的面部特征（眼睛、鼻子、嘴巴、虹膜和所有標志點）
face_parts = ["left_eye_landmarks", "right_eye_landmarks", "nose_landmarks",
"mouth_landmarks", "all_landmarks", "left_iris_landmarks",
"right_iris_landmarks"]
# 指定要檢測的面部特征（索引2在這里指的是鼻子標志點）
face_part = 2
# 從文件"woman_face.mp4"捕獲視頻
cap = cv2.VideoCapture("<YourVideoPath>") # 使用0表示網(wǎng)絡(luò)攝像頭
# 開始一個循環(huán)，逐幀處理視頻
while True:
# 從視頻捕獲中讀取下一幀
success, image = cap.read()
# 使用FaceMeshDetector在當前幀中找到面部標志點
image, landmarks = detector.findMeshInFace(image)
# 如果讀取幀不成功（例如，視頻結(jié)束），則跳出循環(huán)
if not success:
break
# 嘗試繪制指定面部部分（本例中為鼻子）的標志點
try:
for landmark in landmarks[face_parts[face_part]]:
# 在每個標志點坐標處繪制一個小綠圈
cv2.circle(image, (landmark[0], landmark[1]), 3, (0, 255, 0), -1)
except KeyError:
# 如果未找到指定部分的標志點，則跳過繪制
pass
# 在幀上顯示正在檢測的面部特征的名稱（例如，“nose_landmarks”）
cv2.putText(image, f"{face_parts[face_part]}", (20, 70), cv2.FONT_HERSHEY_PLAIN, 5, (0, 255, 0), 5)
# 在標題為“Image”的窗口中顯示帶有檢測到的標志點的修改后的幀
cv2.imshow("Image", image)
# 等待按鍵1毫秒，并檢查用戶是否按下了'q'鍵以退出
key = cv2.waitKey(1)
if key & 0xFF == ord('q'):
break責任編輯：趙寧寧
來源：
小白玩轉(zhuǎn)Python
