眼部纵横比疲劳判断python代码

以下是一个简单的 Python 代码示例，用于计算眼部纵横比（aspect ratio）并判断是否存在疲劳：

import cv2   # 导入 OpenCV 库
import numpy as np

cap = cv2.VideoCapture(0)   # 打开摄像头，0 表示默认摄像头

while True:
    ret, frame = cap.read()   # 读取摄像头数据
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)   # 转换为灰度图像

    # 检测眼部区域
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = frame[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(roi_gray)
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

            # 计算眼部纵横比
            aspect_ratio = float(ew) / eh
            if aspect_ratio >= 0.2 and aspect_ratio <= 0.8:
                print("眼部纵横比正常")
            else:
                print("眼部纵横比异常，可能存在疲劳")

    cv2.imshow('frame',frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):   # 按下 q 键退出
        break

cap.release()   # 释放摄像头
cv2.destroyAllWindows()   # 关闭窗口

这段代码使用 OpenCV 库来读取摄像头数据，然后使用 Haar 特征分类器来检测眼部区域。对于每个检测到的眼睛，计算其纵横比并进行判断，如果纵横比在 0.2 到 0.8 之间，则认为眼部纵横比正常，否则可能存在疲劳。最后将检测结果打印出来并显示在窗口中。