基于行空板的mediapipe人脸检测面部网格绘制 简单

import cv2  # 导入OpenCV库，这是一个实现了许多常见图像处理任务的强大开源库
import mediapipe as mp  # 导入MediaPipe库，这是一个开源的跨平台的应用于机器学习推断的库，特别适用于视频和图像处理

mp_drawing = mp.solutions.drawing_utils  # 导入MediaPipe的绘图实用程序
mp_drawing_styles = mp.solutions.drawing_styles  # 导入MediaPipe的绘图风格
mp_face_mesh = mp.solutions.face_mesh  # 导入MediaPipe的面部网格模型

# 设置绘图规格
drawing_spec = mp_drawing.DrawingSpec(thickness=1, circle_radius=1) 

# 开启摄像头
cap = cv2.VideoCapture(0)

# 设置摄像头的分辨率
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 320)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 240)

# 设置缓冲区大小
cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)

# 设置窗口属性，全屏显示
cv2.namedWindow('MediaPipe Face Mesh', cv2.WND_PROP_FULLSCREEN)
cv2.setWindowProperty('MediaPipe Face Mesh', cv2.WND_PROP_FULLSCREEN, cv2.WINDOW_FULLSCREEN)

# 使用MediaPipe的面部网格模型
with mp_face_mesh.FaceMesh(max_num_faces=1, refine_landmarks=True, min_detection_confidence=0.5, min_tracking_confidence=0.5) as face_mesh:
    # 持续从摄像头捕获视频帧，直到窗口被关闭
    while cap.isOpened():
        # 从摄像头读取一帧
        success, image = cap.read()
        # 如果未成功读取帧，则跳过此循环，并继续下一个循环
        if not success:
            print("Ignoring empty camera frame.")
            continue

        # 标记图像为只读，以提高性能
        image.flags.writeable = False
        # 将图像从BGR格式转换为RGB格式
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        # 使用面部网格模型处理图像
        results = face_mesh.process(image)

        # 将图像标记为可写
        image.flags.writeable = True
        # 将图像从RGB格式转换回BGR格式
        image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
        # 如果检测到面部
        if results.multi_face_landmarks:
            # 对每个检测到的面部进行处理
            for face_landmarks in results.multi_face_landmarks:
                # 绘制面部网格
                mp_drawing.draw_landmarks(image=image, landmark_list=face_landmarks, connections=mp_face_mesh.FACEMESH_TESSELATION, landmark_drawing_spec=None, connection_drawing_spec=mp_drawing_styles.get_default_face_mesh_tesselation_style())
                mp_drawing.draw_landmarks(image=image, landmark_list=face_landmarks, connections=mp_face_mesh.FACEMESH_CONTOURS, landmark_drawing_spec=None, connection_drawing_spec=mp_drawing_styles.get_default_face_mesh_contours_style())
                mp_drawing.draw_landmarks(image=image, landmark_list=face_landmarks, connections=mp_face_mesh.FACEMESH_IRISES, landmark_drawing_spec=None, connection_drawing_spec=mp_drawing_styles.get_default_face_mesh_iris_connections_style())

        # 旋转图像
        image = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)
        # 显示图像
        cv2.imshow('MediaPipe Face Mesh', cv2.flip(image, 1))
        # 如果按下ESC键，则退出循环
        if cv2.waitKey(5) & 0xFF == 27:
            break

# 释放摄像头
cap.release()