python用opencv计算侧脸角度

要计算侧脸角度，需要先检测出人脸，并且确定人脸的朝向。OpenCV提供了一个名为cv2.solvePnP()的函数，可以根据一组已知的3D点和对应的2D点计算出旋转和平移向量，从而确定物体的姿态。下面是一个基本的代码示例：

import cv2
import numpy as np

# 3D坐标点
object_pts = np.float32([[6.825897, 6.760612, 4.402142],  # 左眼左侧点
                         [1.330353, 7.122144, 6.903745],  # 左眼右侧点
                         [-1.330353, 7.122144, 6.903745], # 右眼左侧点
                         [-6.825897, 6.760612, 4.402142], # 右眼右侧点
                         [5.311432, 5.485328, 3.987654],  # 鼻子左侧点
                         [1.789930, 5.393625, 4.413414],  # 鼻子中心点
                         [-1.789930, 5.393625, 4.413414], # 鼻子右侧点
                         [0.000000, 3.070434, 4.777365],  # 嘴巴左侧点
                         [0.000000, 7.415691, 4.637532],  # 嘴巴中心点
                         [0.000000, 9.097953, 1.491547],  # 嘴巴右侧点
                         ])

# 2D坐标点
image_pts = np.float32([[359, 391], [561, 425], [597, 394], [393, 410], [467, 491],
                        [375, 548], [555, 582], [345, 677], [453, 676], [550, 621]])

# 相机内参矩阵
camera_matrix = np.array([[6.530839435512427e+03, 0.0, 1.822787148871119e+03],
                          [0.0, 6.530839435512427e+03, 1.095316743684902e+03],
                          [0.0, 0.0, 1.0]])

# 畸变系数
dist_coeffs = np.array([[-0.338188, 0.457401, 0.003541, 0.001704, -0.636955]])

# 求解旋转和平移向量
retval, rvec, tvec = cv2.solvePnP(object_pts, image_pts, camera_matrix, dist_coeffs)

# 计算欧拉角
rot_mat, _ = cv2.Rodrigues(rvec)
euler_angles = cv2.decomposeProjectionMatrix(rot_mat)[6]

print(euler_angles)

在这个例子中，我们使用了一个预定义的3D点集（object_pts）和对应的2D点集（image_pts），这些点集可以用于检测人脸姿态。我们还指定了相机内参矩阵（camera_matrix）和畸变系数（dist_coeffs），这些参数可以从相机标定中获得。最后，我们计算了旋转向量（rvec）和平移向量（tvec），并从旋转向量中提取出欧拉角（euler_angles），它包含了物体的姿态信息。

注意，这个例子只是一个基本的示例，实际上要更复杂。例如，为了检测侧脸，你需要使用一些额外的技巧，例如通过检测眼睛的位置确定人脸的朝向。