首页
/ Eyes-Position-Estimator-Mediapipe 项目教程

Eyes-Position-Estimator-Mediapipe 项目教程

2024-08-10 09:24:28作者:盛欣凯Ernestine

1. 项目的目录结构及介绍

Eyes-Position-Estimator-Mediapipe/
├── README.md
├── LICENSE
├── requirements.txt
├── main.py
├── config.yaml
├── src/
│   ├── utils.py
│   ├── position_monitor.py
│   └── detector.py
└── data/
    ├── sample_video.mp4
    └── sample_image.jpg
  • README.md: 项目说明文件,包含项目的基本信息和使用指南。
  • LICENSE: 项目许可证文件,本项目使用 MIT 许可证。
  • requirements.txt: 项目依赖文件,列出了运行项目所需的 Python 包。
  • main.py: 项目的启动文件,负责初始化和运行整个应用程序。
  • config.yaml: 项目的配置文件,包含各种运行参数和设置。
  • src/: 源代码目录,包含项目的核心功能模块。
    • utils.py: 工具函数模块,提供各种辅助功能。
    • position_monitor.py: 位置监测模块,负责眼睛位置的跟踪。
    • detector.py: 检测器模块,负责面部特征的检测。
  • data/: 数据目录,包含示例视频和图片,用于测试和演示。

2. 项目的启动文件介绍

main.py

main.py 是项目的启动文件,负责初始化和运行整个应用程序。以下是该文件的主要功能和结构:

import cv2
import mediapipe as mp
from src.position_monitor import EyePositionMonitor
from src.detector import FaceDetector
from src.utils import load_config

def main():
    config = load_config('config.yaml')
    monitor = EyePositionMonitor(config)
    detector = FaceDetector(config)

    cap = cv2.VideoCapture(config['input_video'])
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break

        faces = detector.detect(frame)
        for face in faces:
            monitor.track(frame, face)

        cv2.imshow('Eyes Tracking', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

if __name__ == '__main__':
    main()
  • 导入模块: 导入了必要的库和自定义模块。
  • 加载配置: 从 config.yaml 文件中加载配置参数。
  • 初始化监测器和检测器: 根据配置初始化眼睛位置监测器和面部检测器。
  • 视频捕获: 打开输入视频文件并逐帧处理。
  • 检测和监测: 对每一帧进行面部检测和眼睛位置监测。
  • 显示结果: 将处理后的帧显示在窗口中,并等待用户按下 'q' 键退出。

3. 项目的配置文件介绍

config.yaml

config.yaml 是项目的配置文件,包含各种运行参数和设置。以下是该文件的主要内容和结构:

input_video: 'data/sample_video.mp4'
output_video: 'output/output_video.mp4'
face_detection_confidence: 0.5
eye_tracking_confidence: 0.5
tracking_interval: 10
display_width: 800
display_height: 600
  • input_video: 输入视频文件的路径。
  • output_video: 输出视频文件的路径。
  • face_detection_confidence: 面部检测的置信度阈值。
  • eye_tracking_confidence: 眼睛跟踪的置信度阈值。
  • tracking_interval: 跟踪间隔,表示每隔多少帧进行一次跟踪。
  • display_width: 显示窗口的宽度。
  • display_height: 显示窗口的高度。

通过修改这些配置参数,可以调整项目的运行行为和性能。

登录后查看全文
热门项目推荐