OpenCv之简单的人脸识别项目（特征标注页面）

人脸识别

准备
八、特征标注页面
- 1.导入所需的包
- 2.设置窗口
- - 2.1定义窗口外观和大小
  - 2.2设置窗口背景
  - - 2.2.1设置背景图片
    - 2.2.2创建label控件
- 3.定义两个全局变量
- 4.定义选择图片的函数
- - 4.1函数定义和全局变量声明
  - 4.2打开文件对话框并获取文件路径
  - 4.3处理图片并创建标签
  - 4.4显示图像
- 5.定义标注函数
- - 5.1函数定义和全局变量声明
  - 5.2条件判断和关键点预测器文件检查
  - 5.3加载dlib的人脸检测器和预测器
  - 5.4读取图片和检测人脸
  - 5.5标注关键点和显示标注后的图像
- 6.定义关闭窗口的函数
- 7.按钮设计
- - 7.1选择图片按钮
  - 7.2开始标注按钮
  - 7.3返回按钮
- 10.定义关键函数
- 10. 人脸标注运行结果图
- 11. 人脸标注功能展示图
特征标注页面完整代码

准备

本篇将展示特征标注页面，并与登录页面连接起来。

八、特征标注页面

1.导入所需的包

tkinter:

Tkinter是Python的标准GUI（图形用户界面）库。它提供了一个快速和简单的方式来创建GUI应用程序。tkinter模块是Tkinter库的主模块，包含了创建窗口、按钮、文本框等基本GUI组件的类和函数。

filedialog:

这个模块是tkinter的一个扩展，提供了一个文件对话框，允许用户选择文件或目录。它是tkinter的一部分，通常与tkinter一起使用来创建文件选择器。

PIL (Python Imaging Library):

PIL是一个强大的图像处理库，它支持多种图像文件格式，并提供了一系列图像处理功能，如打开、修改、保存图像，以及图像处理操作（如缩放、裁剪、颜色转换等）。

ImageTk:

ImageTk是PIL库中用于与Tkinter一起使用的模块，它提供了在Tkinter中显示图像的功能。它通常与Tkinter的PhotoImage类一起使用，以在Tkinter应用程序中显示PIL的Image对象。

dlib:

dlib是一个C++库，它提供了大量机器学习和计算机视觉功能。dlib模块是dlib库的Python接口，它允许您在Python中使用dlib的功能。在图像处理和机器学习领域，dlib被广泛用于人脸识别、物体检测、图像分割等任务。

cv2 (OpenCV):

OpenCV是一个开源的计算机视觉库，它提供了大量用于图像和视频处理的功能。cv2模块是OpenCV的Python接口，它允许您在Python中使用OpenCV的功能。OpenCV广泛用于图像识别、图像处理、物体检测、视频分析等任务。

subprocess:

这个模块允许您启动新的进程，连接到它们的输入/输出/错误管道，并获取它们的返回码。通常用于执行系统命令或运行外部程序。

os:

os模块提供了与操作系统交互的功能。它提供了用于文件和目录操作的函数，如文件读写、目录遍历、文件路径处理等。

import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk
import dlib
import cv2
import subprocess
import os

2.设置窗口

2.1定义窗口外观和大小

实例化窗口，设置窗口标题，尺寸。

# 创建Tkinter窗口
win = tk.Tk()
win.title('欢迎')
win.geometry('780x650')

2.2设置窗口背景

2.2.1设置背景图片

调用image对象的resize方法来调整图像的大小。将调整大小后的PIL Image对象转换为Tkinter兼容的PhotoImage对象。

#背景设计
image = Image.open("8.gif")
image = image.resize((780, 650))  # 调整背景图片大小
photo1 = ImageTk.PhotoImage(image)

2.2.2创建label控件

Label控件可以用来显示文本、图像或其他内容。在这里，它被用来显示前面创建的PhotoImage对象，即背景图片。

canvas = tk.Label(win, image=photo1)
canvas.pack()

3.定义两个全局变量

定义全局变量时，使用None来初始化它们，这意味着在程序开始时，它们不指向任何具体的图像路径或标签对象。在实际的应用程序中，将会通过用户的操作或程序的逻辑来更新这些变量，以便它们能够存储图像路径和显示图像。

file_path = None
image_label_original = None
image_label_annotated = None

用法：file_path:这个变量被用来保存用户选择的图片文件的路径。在图像处理或显示图像的应用程序中，您可能需要存储用户选择的图像文件的路径，以便之后进行操作，如加载、显示或处理图像。

image_label_original:这个变量通常用于在Tkinter应用程序中显示原始图片。在Tkinte中，Label组件可以用来显示文本或图像。image_label_original可能被用来引用一个Label组件，该组件被配置为显示一个图像。这个标签可以放置在窗口中，并且可以根据需要更新以显示不同的图像。

image_label_annotated:这个变量通常用于在Tkinter应用程序中显示处理后的图片。与 image_label_original 类似，它可能被用来引用一个Label组件，该组件被配置为显示一个图像。

4.定义选择图片的函数

4.1函数定义和全局变量声明

定义一个名为 xz 的函数，并在函数内部声明了两个全局变量 file_path 和 image_label_original。这意味着函数内部对这些变量的修改将会影响函数外部的同名变量。

def xz():
    global file_path, image_label_original

4.2打开文件对话框并获取文件路径

使用 tkinter 的 filedialog 模块来弹出一个文件选择对话框，让用户选择一个图片文件。如果用户选择了文件，file_path 将包含该文件的路径；如果用户取消了选择，

file_path 将为 None。
file_path = filedialog.askopenfilename(title="选择图片",
                               filetypes=(("图片文件", "*.png *.jpg *.jpeg *.bmp"),
                                        ("所有文件", "*.*")))

4.3处理图片并创建标签

首先检查 file_path 是否有值，如果有，则打开这个路径对应的图片文件，并调整其大小到 370x450 像素。然后，它将调整后的图片转换为 Tkinter 可以显示的 PhotoImage 对象。如果之前已经有一个图像标签，它将销毁这个标签。最后，它创建一个新的图像标签，用于显示调整后的图片。

if file_path:
    image = Image.open(file_path)
    image = image.resize((370, 450))
    photo = ImageTk.PhotoImage(image)

    # 创建一个标签用于显示原始图像
    if image_label_original:
        image_label_original.destroy()  # 销毁之前的图像标签

    image_label_original = tk.Label(win, image=photo)
    image_label_original.image = photo

4.4显示图像

将图像标签放置在主窗口的 (10, 100) 位置。这是图像在窗口中的左上角坐标。

image_label_original.place(x=10, y=100)

5.定义标注函数

5.1函数定义和全局变量声明

定义一个名为 bz 的函数，并在函数内部声明了两个全局变量 file_path 和 image_label_annotated。这意味着函数内部对这些变量的修改将会影响函数外部的同名变量。

def bz():
    global file_path, image_label_annotated

5.2条件判断和关键点预测器文件检查

首先检查 file_path 是否有值，如果有，则定义 predictor_path 为 “bz.dat”。然后，它检查这个文件是否存在。如果文件不存在，它会打印一条错误消息并返回。

if file_path:
    # 检查人脸关键点预测器文件是否存在
    predictor_path = "bz.dat"
    if not os.path.exists(predictor_path):
        print(f"文件不存在：{predictor_path}")
        return

5.3加载dlib的人脸检测器和预测器

使用 dlib 库的 get_frontal_face_detector 函数创建了一个人脸检测器，并使用 shape_predictor 函数创建了一个人脸关键点预测器，它使用 predictor_path 指定的文件。

# 加载dlib的人脸检测器和预测器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(predictor_path)

5.4读取图片和检测人脸

使用 OpenCV 库的 imread 函数读取 file_path 指定的图片文件，并将其转换为灰度图像。然后，它使用人脸检测器在灰度图像中检测人脸。

# 读取图片
img = cv2.imread(file_path)
# 检查图片是否正确加载
if img is None:
    print("无法加载图片，请检查文件路径或文件完整性。")
    return

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = detector(gray)

5.5标注关键点和显示标注后的图像

遍历检测到的人脸，并为每个人脸预测关键点。它使用这些关键点在原始图像上绘制红色圆圈。然后，它将标注了关键点的图像转换为 PIL 格式，并调整其大小。最后，它创建一个新的图像标签来显示标注后的图像，并将其放置在主窗口的 (400, 100) 位置。

for face in faces:
    # 标注关键点
    landmarks = predictor(gray, face)
    for n in range(0, 68):
        x = landmarks.part(n).x
        y = landmarks.part(n).y
        cv2.circle(img, (x, y), 4, (255, 0, 0), -1)


# 转换为PIL格式并显示
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
image = Image.fromarray(img)
image = image.resize((370, 450))
photo = ImageTk.PhotoImage(image)

# 创建一个标签用于显示标注后的图像
if image_label_annotated:
    image_label_annotated.destroy()  # 销毁之前的图像标签

image_label_annotated = tk.Label(win, image=photo)
image_label_annotated.image = photo
image_label_annotated.place(x=400, y=100)  # 调整位置以适应新图像标签

6.定义关闭窗口的函数

当用户点击一个按钮或执行其他操作以触发 close 函数时，当前的 Tkinter 窗口将被关闭，并且一个新的 Python 进程将被启动来执行登录页面.py 脚本。

def close():
    subprocess.Popen(["python","登录页面.py"])
    win.destroy()

用法：close函数可以用来在应用程序中创建一个简单的退出功能，或者在需要时启动新的应用程序或脚本。

7.按钮设计

7.1选择图片按钮

定义一个名为 bt1 的按钮，该按钮将显示一个前面导入的名为 “A.gif” 的图像，并且当用户点击这个按钮时，会执行一个名为 xz 的函数。

image = Image.open("A.gif")  # 加载一张图片
photo2 = ImageTk.PhotoImage(image)
bt1 = tk.Button(win, image=photo2, width=198, height=32,command=xz)
bt1.place(x=40, y=30)

7.2开始标注按钮

定义一个名为 bt2 的按钮，该按钮将显示一个前面导入的名为 “F1.gif” 的图像，并且当用户点击这个按钮时，会执行一个名为 bz的函数。

image = Image.open("F1.gif")  # 加载一张图片
photo3 = ImageTk.PhotoImage(image)
bt2 = tk.Button(win, image=photo3, width=198, height=32,command=tq)
bt2.place(x=285, y=30)

7.3返回按钮

定义一个名为 bt3的按钮，该按钮将显示一个前面导入的名为 “B.gif” 的图像，并且当用户点击这个按钮时，会执行一个名为 sb 的函数。

image = Image.open("B.gif")  # 加载一张图片
photo4 = ImageTk.PhotoImage(image)
bt3 = tk.Button(win, image=photo4, width=198, height=32,command=close)
bt3.place(x=530, y=30)

用法：close函数通常这个函数用来关闭应用程序窗口。

10.定义关键函数

win.mainloop() 是 Tkinter GUI 应用程序中的一个关键函数，它启动了 Tkinter 的事件循环。
这个事件循环是 GUI 应用程序的核心，它负责处理用户输入（如鼠标点击、按键等），更新窗口内容，以及响应用户的操作。

win.mainloop()

注：当你调用 win.mainloop() 时，以下几件事情会发生：
1.窗口 win 会显示在屏幕上。
2.应用程序会开始监听和响应事件，如按钮点击、输入框文字变化等。
3.当用户进行操作（如点击按钮），Tkinter 会触发相应的事件处理函数（例如，你设置的 command 参数对应的函数）。
4.如果没有事件发生，应用程序会保持空闲状态，不会占用太多CPU资源。
5.当你关闭窗口或者调用 win.destroy() 时，win.mainloop() 会退出，事件循环结束，应用程序终止。

10. 人脸标注运行结果图

在这里插入图片描述

11. 人脸标注功能展示图

在这里插入图片描述

特征标注页面完整代码

import tkinter as tk
from tkinter import filedialog
from PIL import Image, ImageTk
import dlib
import cv2
import subprocess
import os

win = tk.Tk()
win.title('欢迎')
win.geometry('780x650')


#背景设计
image = Image.open("8.gif")
image = image.resize((780, 650))  # 调整背景图片大小
photo1 = ImageTk.PhotoImage(image)
canvas = tk.Label(win, image=photo1)
canvas.pack()



file_path = None
image_label_original = None
image_label_annotated = None

# 用于显示原始图像的标签
def xz():
    global file_path, image_label_original
    file_path = filedialog.askopenfilename(title="选择图片",
                                           filetypes=(("图片文件", "*.png *.jpg *.jpeg *.bmp"),
                                                      ("所有文件", "*.*")))

    if file_path:
        image = Image.open(file_path)
        image = image.resize((370, 450))
        photo = ImageTk.PhotoImage(image)

        # 创建一个标签用于显示原始图像
        if image_label_original:
            image_label_original.destroy()  # 销毁之前的图像标签

        image_label_original = tk.Label(win, image=photo)
        image_label_original.image = photo
        image_label_original.place(x=10, y=100)

# 标注人脸关键点
def bz():
    global file_path, image_label_annotated
    if file_path:
        # 检查人脸关键点预测器文件是否存在
        predictor_path = "bz.dat"
        if not os.path.exists(predictor_path):
            print(f"文件不存在：{predictor_path}")
            return

        # 加载dlib的人脸检测器和预测器
        detector = dlib.get_frontal_face_detector()
        predictor = dlib.shape_predictor(predictor_path)

        # 读取图片
        img = cv2.imread(file_path)

        # 检查图片是否正确加载
        if img is None:
            print("无法加载图片，请检查文件路径或文件完整性。")
            return

        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

        # 检测人脸
        faces = detector(gray)
        for face in faces:
            # 标注关键点
            landmarks = predictor(gray, face)
            for n in range(0, 68):
                x = landmarks.part(n).x
                y = landmarks.part(n).y
                cv2.circle(img, (x, y), 4, (255, 0, 0), -1)

        # 转换为PIL格式并显示
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        image = Image.fromarray(img)
        image = image.resize((370, 450))
        photo = ImageTk.PhotoImage(image)

        # 创建一个标签用于显示标注后的图像
        if image_label_annotated:
            image_label_annotated.destroy()  # 销毁之前的图像标签

        image_label_annotated = tk.Label(win, image=photo)
        image_label_annotated.image = photo
        image_label_annotated.place(x=400, y=100)  # 调整位置以适应新图像标签

def close():
    subprocess.Popen(["python", "登录页面.py"])
    win.destroy()  # 直接销毁窗口

#按钮设计
image = Image.open("A.gif")  # 加载一张图片
photo2 = ImageTk.PhotoImage(image)
bt1 = tk.Button(win, image=photo2, width=198, height=32,command=xz)
bt1.place(x=40, y=30)

image = Image.open("F1.gif")  # 加载一张图片
photo3 = ImageTk.PhotoImage(image)
bt2 = tk.Button(win, image=photo3, width=198, height=32,command=bz)
bt2.place(x=285, y=30)

image = Image.open("B.gif")  # 加载一张图片
photo4 = ImageTk.PhotoImage(image)
bt3 = tk.Button(win, image=photo4, width=198, height=32,command=close)
bt3.place(x=530, y=30)

win.mainloop()