OpenCV 눈 깜빡임 인식 - OpenCV nun kkamppag-im insig

for (x, y, w, h) in cars:
	cv2.rectangle(temp, (x, y), (x + w, y + h), (0, 255, 255), 2)
	center = offset(left_fit_line[0] , 180 , right_fit_line[0])
 	if abs(center) > 1.5:
   		center_x = int(640 / 2.0)
   		center_y = int(360 / 2.0)
   		thickness = 2
   		location = (center_x - 200, center_y - 100)
   		font = cv2.FONT_HERSHEY_SIMPLEX;
  		fontScale = 3.5
    		cv2.putText(temp, 'Warning', location, font, fontScale, (0, 0, 255), thickness)
       		color = [0, 0, 255]

딥러닝 모델을 이용한 졸음 감지 서비스

딥러닝 모델을 이용한 졸음 감지 서비스와 함께 눈 건강 보호, 일정 관리 등의 부가 서비스를 제공하는 프로젝트

1. 개발 환경 및 사용 라이브러리

• OS : Window 10
• Language : Python 3.8, HTML5, JavaScript, CSS
• Framework : Django
• DBMS : MySQL
• Library : Python Channels, Web Socket, OpenCV, imutils, dlib

2. 구성도

3. 주요기능

• 졸음감지 및 알림 기능
• 눈동자 깜빡임 횟수 측정
• 졸음 통계 제공

4. 결과물

4.1 얼굴인식

4.2 졸음감지경고

4.3 눈 깜빡임 경고

4.4 투두리스트(ToDo-List)

4.5 통계제시

4.6 각종 게시판

4.7 졸음 방지 및 눈 건강 보호 해결책

5. 구성원 및 역할분담

이름	담당업무
최영환	풀스택, 프로젝트 총괄 / 팀장
이지상	프론트엔드 / 프론트엔드장
정영도	프론트엔드
이현수	풀스택 / 백엔드장
오수지	백엔드

<느낀점>

• 처음 진행하는 팀프로젝트 였습니다. 웹개발을 잘 할 수 있을지에 대한 막연한 두려움이 있었지만 막상 해보니까 물론어려웠지만 하나하나 해결해가며 결국 사이트를 만들 수 있었습니다. 저는 프론트엔드를 담당했으며 웹에 대한 전반적인 이해와 원리를 이해하는 저의 첫걸음이 담긴 프로젝트입니다.

저번 포스트에서는 웹캠을 통해 얼굴의 위치를 찾는 코드를 구현해보았다.

이번 포스트에서는 해당 코드에서 이어 인식된 얼굴에서 눈의 위치를 찾는 것을 구현해보도록 하겠다.

먼저 사람의 얼굴을 68개의 점으로 표현한 데이터가 있다.

위처럼 표현된 사람의 얼굴을 통해 사람의 눈의 위치를 찾도록 하겠다.

import cv2
import numpy as np
import dlib #68개의 점으로 얼굴을 인식한다
cap = cv2.VideoCapture(0)
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

while True:
	_, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)
    for face in faces:
      # x, y = face.left(), face.top()
      # x1, y1 = face.right(), face.bottom()
      # cv2.rectangle(frame, (x, y), (x1, y1), (0, 255, 0), 2)
    
    landmarks = predictor(gray, face)
    left_point = (landmarks.part(36).x, landmarks.part(36).y)
    right_point = (landmarks.part(39).x, landmarks.part(39).y)
    hor_line = cv2.line(frame, left_point, right_point, (0, 255, 0), 2)
    
cv2.imshow("Frame", frame)
key = cv2.waitKey(1)
if key == 27:
	break
        
cap.release()
cv2.destroyAllWindows()

predictor .dat파일을 설정한 후 위처럼 얼굴을 68개의 점으로 활용할 수 있도록 landmarks 변수에 지정한다.

위의 그림처럼 눈의 끝 꼬리의 점인 36번과 39번을 line으로 연결하여 나타내었다.

실행 결과 아래와 같이 눈의 끝과 끝을 잘 검출하는 것을 알 수 있었다.

다음 포스트에서는 눈의 깜빡임 감지를 구현해보겠다.