optimeyes 的安装和配置教程
2025-05-28 10:40:25作者:凌朦慧Richard
1. 项目的基础介绍和主要的编程语言
optimeyes 是一个基于 Python 和 OpenCV 的开源项目,主要用于实现通过普通摄像头进行眼瞳跟踪和视线估计的功能。该项目是一个演示性的概念验证,并非一个生产级别的库,但其创新的方法和算法吸引了开发者的关注。主要使用的编程语言是 Python。
2. 项目使用的关键技术和框架
本项目使用的关键技术包括:
- OpenCV:一个开源的计算机视觉库,用于实时图像处理和计算机视觉。
- 虚拟参考点:通过多个不可靠的关键点推导出一个非常可靠的面部参考点。
- 眼瞳概率图叠加:将一只眼睛的瞳孔概率图叠加到另一只眼睛上,以提高估计的准确性。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:Windows 或 Linux
- Python 环境:Python 3.x
- 开发工具:安装有 CMake 和 GCC 的开发环境
安装步骤
步骤 1:安装 Python 和 pip
确保您的系统中已经安装了 Python 和 pip。在终端(Linux)或命令提示符(Windows)中,可以运行以下命令来验证安装:
python --version
pip --version
步骤 2:安装依赖库
在终端中执行以下命令,安装项目所需的 Python 库:
pip install -r requirements.txt
步骤 3:安装 OpenCV
optimeyes 需要安装具有 contrib 非自由模块的 OpenCV。以下是分别在 Windows 和 Linux 系统中的安装步骤。
Windows:
-
克隆 OpenCV 存储库:
git clone --recursive https://github.com/opencv/opencv-python.git -
切换到克隆的目录并设置环境变量:
cd opencv-python SET CMAKE_ARGS="-DOPENCV_ENABLE_NONFREE=ON" SET ENABLE_CONTRIB=1 -
构建并安装:
python setup.py bdist_wheel pip install dist\opencv_contrib_python-x.x.x.x.whl注意:将 wheel 文件名更改为您在 dist 文件夹中构建的 wheel。
Linux:
-
安装依赖项:
apt-get update apt-get install -y --no-install-recommends build-essential python-dev cmake git pkg-config \ libjpeg8-dev libjasper-dev libpng12-dev libgtk2.0-dev libavcodec-dev libavformat-dev \ libswscale-dev libv4l-dev libatlas-base-dev gfortran -
克隆 OpenCV 存储库并设置环境变量:
git clone --recursive https://github.com/opencv/opencv-python.git cd opencv-python export CMAKE_ARGS="-DOPENCV_ENABLE_NONFREE=ON" export ENABLE_CONTRIB=1 -
构建并安装:
python setup.py bdist_wheel pip install dist/opencv_contrib_python-x.x.x.x.whl注意:将 wheel 文件名更改为您在 dist 文件夹中构建的 wheel。
步骤 4:运行项目
完成上述步骤后,您可以运行项目的主程序:
python eyeDetect.py
在第一次运行时,请确保 eyeDetect.py 文件顶部的 doTraining 变量为 False。这样,程序会以图形方式显示瞳孔中心。当瞳孔跟踪看起来良好时,您可以设置 doTraining 为 True 并再次运行程序,以开始视线检测的训练。
以上就是 optimeyes 的安装和配置教程,希望对您有所帮助。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1