Open MV 人眼识别和瞳孔识别

呜呜呜，可能是因为晚上，感觉有点难用

明天我再重新写一下笔记，看看好不好使

Open MV平台的人脸识别

• Open MV集成了人脸识别算法，包括使用Haar算子进行人脸检测。

• 人脸识别过程包括在图像中定位面部，然后在面部区域寻找眼睛。

瞳孔识别与人脸识别的区别

• 瞳孔识别专注于在检测到眼睛后寻找瞳孔，而人脸识别则先检测面部再寻找眼睛。

• 瞳孔识别需要配合长焦镜头使用，以获得更清晰的图像细节。

人脸识别中的瞳孔识别的代码

import sensor, time, image

sensor.reset()

sensor.set_contrast(1)
sensor.set_gainceiling(16)
sensor.set_framesize(sensor.HQVGA)
sensor.set_pixformat(sensor.GRAYSCALE)

face_cascade = image.HaarCascade("frontalface", stages=25)
eyes_cascade = image.HaarCascade("eye", stages=24)
print(face_cascade, eyes_cascade)

clock = time.clock()

while (True):
    clock.tick()
    img = sensor.snapshot()

    objects = img.find_features(face_cascade, threshold=0.5, scale=1.5)
    for face in objects:
        img.draw_rectangle(face)
        eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.2, roi=face)      
        for e in eyes:
            img.draw_rectangle(e)
    print(clock.fps())

瞳孔识别的代码 

import sensor, time, image
sensor.reset()
sensor.set_contrast(3)
sensor.set_gainceiling(16)

sensor.set_framesize(sensor.VGA)

sensor.set_windowing((220, 190, 200, 100))

sensor.set_pixformat(sensor.GRAYSCALE)

eyes_cascade = image.HaarCascade("eye", stages=24)
print(eyes_cascade)

clock = time.clock()

while (True):
    clock.tick()

    img = sensor.snapshot()

    eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.5)
scale=1.5),thresholds越大，

    for e in eyes:
        iris = img.find_eye(e)


        img.draw_rectangle(e)
        img.draw_cross(iris[0], iris[1])

    print(clock.fps())

 瞳孔识别的流程

• 使用Open V中的Haar算子确定人眼区域。

• 在确定的人眼区域内进一步检测瞳孔位置，瞳孔是最深颜色部分。

• 长焦镜头有助于拉近拍摄距离，便于系统捕捉眼睛细节。