EyePy 使用教程
2025-04-16 02:36:59作者:卓艾滢Kingsley
1. 项目目录结构及介绍
EyePy 是一个基于 Python 的开源项目,用于实现摄像头 based 的眼睛追踪功能。项目目录结构如下:
EyePy/
├── .gitattributes
├── .gitignore
├── .python-version
├── LICENSE
├── README.md
├── __init__.py
├── calibration.py
├── demo.py
├── gaze_estimator.py
├── pyproject.toml
├── requirements.txt
├── uv.lock
└── virtual_cam.py
.gitattributes: 指定如何对待不同的文件类型。.gitignore: 指定在 Git 仓库中哪些文件和目录应该被忽略。.python-version: 指定项目所需的 Python 版本。LICENSE: 项目使用的 MIT 许可证文件。README.md: 项目说明文件,包含项目信息和安装指南。__init__.py: 初始化 Python 包。calibration.py: 校准相关功能的实现。demo.py: 演示如何使用 EyePy 的示例脚本。gaze_estimator.py: 实现 gaze 估计的核心算法。pyproject.toml: 包含项目元数据和依赖关系。requirements.txt: 项目依赖的第三方库列表。uv.lock: 存储项目的统一配置。virtual_cam.py: 虚拟摄像头脚本的实现。
2. 项目的启动文件介绍
项目的启动文件主要是 demo.py。这个脚本演示了如何使用 EyePy 来实现眼睛追踪功能。运行该文件将启动摄像头,并显示处理后的视频流,其中包含了眼睛追踪的结果。
python demo.py [OPTIONS]
可用的选项包括:
--filter: 滤波方法(kalman,kde,none),默认为none。--camera: 使用的摄像头索引,默认为 0。--calibration: 校准方法(9p,5p,lissajous),默认为9p。--background: 背景图片的路径,默认为 None。--confidence: KDE 轮廓的置信区间(0 到 1),默认为 0.5。
3. 项目的配置文件介绍
项目的配置主要通过代码中的参数进行调整。在 demo.py 和 virtual_cam.py 文件中,可以找到相关配置参数。
例如,在 demo.py 中,你可以设置摄像头索引、校准方法和滤波方法等参数。而在 virtual_cam.py 中,也可以调整相应的设置以适配不同的使用场景。
EyePy 使用 requirements.txt 文件来管理依赖的第三方库。在安装项目时,可以使用以下命令安装所有依赖:
pip install -r requirements.txt
确保根据项目需求调整这些配置,以获得最佳的运行效果。
登录后查看全文
热门项目推荐
kernelopenEuler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。C047
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
436
3.32 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
771
382
Ascend Extension for PyTorch
Python
246
283
暂无简介
Dart
699
162
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
9
1
React Native鸿蒙化仓库
JavaScript
273
328
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
272
125
🎉 (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
1.23 K
677
仓颉编译器源码及 cjdb 调试工具。
C++
139
871