导读

本文主要介绍如何使用OpenCV和PaddleHub实现一个实时人脸口罩检测系统。（公众号：OpenCV与AI深度学习）

背景介绍

    从19年疫情爆发到现在，佩戴口罩对大家来说已是常态。应运而生的就有了很多相关应用，如病毒发展预测、口罩佩戴检测以及戴口罩的人脸识别等。

    今天介绍的人脸口罩佩戴检测系统主要使用OpenCV和百度飞浆(PaddlePaddle)的PaddleHub提供的检测模型。PaddleHub提供了很多实用的模型，包括图像处理、文字处理、音频处理、视频处理和工业应用等。github地址：https://github.com/PaddlePaddle/PaddleHub

人脸口罩检测

    人脸检测部分的模型如下：

    红框内的两个模型支持人脸口罩检测，这里选择pyramidbox_lite_server_mask，实现详细步骤：

【1】安装PaddlePaddle、PaddleHub和OpenCV(opencv-python)

pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple  --trusted-host https://pypi.tuna.tsinghua.edu.cn

pip install paddlehub -i https://pypi.tuna.tsinghua.edu.cn/simple  --trusted-host https://pypi.tuna.tsinghua.edu.cn

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple  --trusted-host https://pypi.tuna.tsinghua.edu.cn

    本文使用的版本：

    PaddlePaddle---2.3.0

    PaddleHun---2.2.0

    opencv-python---4.6.0.66

    注意：安装PaddlePaddle可能会遇到一些问题，导致import paddle失败，大家根据报错信息搜索解决方法即可。

【2】图片人脸口罩检测

    准备待测图，运行下面代码，修改图片路径即可：

import paddlehub as hubimport cv2mask_detector = hub.Module(name="pyramidbox_lite_server_mask")img_path = './imgs/A0.png'img = cv2.imread(img_path)input_dict = {"data": [img]}result = mask_detector.face_detection(data=input_dict)count = len(result[0]['data'])if count < 1:  print('There is no face detected!')else:  for i in range(0,count):    #print(result[0]['data'][i])    label = result[0]['data'][i].get('label')    score = float(result[0]['data'][i].get('confidence'))    x1 = int(result[0]['data'][i].get('left'))    y1 = int(result[0]['data'][i].get('top'))    x2 = int(result[0]['data'][i].get('right'))    y2 = int(result[0]['data'][i].get('bottom'))    cv2.rectangle(img,(x1,y1),(x2,y2),(255,200,0),2)    if label == 'NO MASK':      cv2.putText(img,label,(x1,y1),0,0.8,(0,0,255),2)    else:      cv2.putText(img,label,(x1,y1),0,0.8,(0,255,0),2) cv2.imwrite('result.jpg',img)cv2.imshow('mask-detection', img)cv2.waitKey()cv2.destroyAllWindows()print('Done!')

 代码开始第一次会先下载对应的模型到如下位置：

    C:\Users\xxx\.paddlehub\modules，以后不用再下载

测试图1：

运行结果：

测试图2：

运行结果：

测试图3：

运行结果：

测试图4：

运行结果：

    从上面测试结果来看，效果还不错！

【3】视频或摄像头实时人脸口罩检测

    准备测试视频或直接打开摄像头检测，选择对应的代码即可：

cap = cv2.VideoCapture('2.mp4') #视频文件检测# cap = cv2.VideoCapture(0) #摄像头检测

 完整代码：

import paddlehub as hubimport cv2mask_detector = hub.Module(name="pyramidbox_lite_server_mask")def mask_detecion(img):  input_dict = {"data": [img]}  result = mask_detector.face_detection(data=input_dict)   count = len(result[0]['data'])  if count < 1:    #print('There is no face detected!')    pass  else:    for i in range(0,count):      #print(result[0]['data'][i])      label = result[0]['data'][i].get('label')      score = float(result[0]['data'][i].get('confidence'))      x1 = int(result[0]['data'][i].get('left'))      y1 = int(result[0]['data'][i].get('top'))      x2 = int(result[0]['data'][i].get('right'))      y2 = int(result[0]['data'][i].get('bottom'))      cv2.rectangle(img,(x1,y1),(x2,y2),(255,200,0),2)      if label == 'NO MASK':        cv2.putText(img,label,(x1,y1),0,0.8,(0,0,255),2)      else:        cv2.putText(img,label,(x1,y1),0,0.8,(0,255,0),2)  return imgif __name__ == '__main__':  cap = cv2.VideoCapture('2.mp4') #视频文件检测  #cap = cv2.VideoCapture(0) #摄像头检测  if(cap.isOpened()): #视频打开成功    while(True):      ret,frame = cap.read()#读取一帧      result = mask_detecion(frame)      cv2.imshow('mask_detection',result)      if cv2.waitKey(1)&0xFF ==27: #按下Esc键退出        break  else:    print ('open video/camera failed!')  cap.release()  cv2.destroyAllWindows()

   测试结果：

下载1：Pytoch常用函数手册

在「OpenCV与AI深度」号后台回复：Pytorch函数手册，能够学习下载全网第一份Pytorch函数常用手册，包括Tensors介绍、基础函数介绍、数据处理函数、优化函数、CUDA编程、多处理等十四章内容。

下载2：145个OpenCV实例应用代码

在「OpenCV与AI深入」公众号后台回复：OpenCV145，能够学习下载145个OpenCV实例应用代码（Python和C++双语言实现）。