我正在尝试构建一个机器人,可以通过基本的眼部运动来控制。我将网络摄像头对准自己的脸,根据瞳孔的位置,机器人会以一定的方式移动。如果瞳孔在眼睛的上方、下方、左上角、右上角,机器人分别会向前、向后、向左、向右移动。
我的原始计划是使用眼睛haar级联来找到我的左眼。然后我会在眼睛区域上使用houghcircle来找到瞳孔的中心。我会通过找到houghcircle中心到一般眼睛区域边界的距离来确定瞳孔在眼睛中的位置。
因此,在我的代码的第一部分中,我希望能够跟踪眼瞳的中心,就像这个视频中看到的那样。https://youtu.be/aGmGyFLQAFM?t=38 但是当我运行我的代码时,它无法始终找到瞳孔的中心。houghcircle经常画在错误的区域。如何使我的程序始终找到瞳孔的中心,即使眼睛移动了?
告诉我的程序瞳孔最初的位置可能更好/更容易吗?我已经看过一些其他的眼睛跟踪方法,但我无法形成一个通用的算法。如果有人能帮忙形成一个,那将不胜感激!https://arxiv.org/ftp/arxiv/papers/1202/1202.6517.pdf
我的原始计划是使用眼睛haar级联来找到我的左眼。然后我会在眼睛区域上使用houghcircle来找到瞳孔的中心。我会通过找到houghcircle中心到一般眼睛区域边界的距离来确定瞳孔在眼睛中的位置。
因此,在我的代码的第一部分中,我希望能够跟踪眼瞳的中心,就像这个视频中看到的那样。https://youtu.be/aGmGyFLQAFM?t=38 但是当我运行我的代码时,它无法始终找到瞳孔的中心。houghcircle经常画在错误的区域。如何使我的程序始终找到瞳孔的中心,即使眼睛移动了?
告诉我的程序瞳孔最初的位置可能更好/更容易吗?我已经看过一些其他的眼睛跟踪方法,但我无法形成一个通用的算法。如果有人能帮忙形成一个,那将不胜感激!https://arxiv.org/ftp/arxiv/papers/1202/1202.6517.pdf
import numpy as np
import cv2
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_righteye_2splits.xml')
#number signifies camera
cap = cv2.VideoCapture(0)
while 1:
ret, img = cap.read()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#faces = face_cascade.detectMultiScale(gray, 1.3, 5)
eyes = eye_cascade.detectMultiScale(gray)
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(img,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
roi_gray2 = gray[ey:ey+eh, ex:ex+ew]
roi_color2 = img[ey:ey+eh, ex:ex+ew]
circles = cv2.HoughCircles(roi_gray2,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0)
try:
for i in circles[0,:]:
# draw the outer circle
cv2.circle(roi_color2,(i[0],i[1]),i[2],(255,255,255),2)
print("drawing circle")
# draw the center of the circle
cv2.circle(roi_color2,(i[0],i[1]),2,(255,255,255),3)
except Exception as e:
print e
cv2.imshow('img',img)
k = cv2.waitKey(30) & 0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()