超简单 零基础 有手就行：使用 MediaPipe 实现实时脸部检测

本文将介绍如何利用 Google 开源的 MediaPipe 库，在 Python 中实现简单的实时脸部检测功能。通过本文，读者可以快速掌握 MediaPipe 的基本使用方法，并应用于人脸识别等领域。

一、简单介绍

随着人工智能技术的不断发展，人脸识别技术在日常生活中得到了广泛应用，如安防监控、人脸支付等。MediaPipe 是 Google 开源的一款跨平台机器学习解决方案库，提供了多种感知增强应用的功能，其中包括脸部检测。本文将带领大家使用 MediaPipe 实现实时脸部检测。

二、环境准备

在开始编写代码之前，我们需要安装以下依赖库：

1. MediaPipe：用于实现脸部检测功能。
2. OpenCV：用于捕获和处理视频流。

安装命令如下：

pip install mediapipe opencv-python

三、代码实现

以下是使用 MediaPipe 进行脸部检测的完整代码：

import cv2
import mediapipe as mp
 
# 初始化MediaPipe人脸检测模型
mp_face_detection = mp.solutions.face_detection
face_detection = mp_face_detection.FaceDetection(model_selection=0, min_detection_confidence=0.5)
 
# 初始化OpenCV视频捕获
cap = cv2.VideoCapture(0)
 
while cap.isOpened():
    success, image = cap.read()
    if not success:
        continue
 
    # 转换为RGB图片，因为MediaPipe需要RGB格式
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    # 复制图片，用于绘制结果
    image.flags.writeable = False
    results = face_detection.process(image)
 
    # 将图片转换回BGR格式，以便OpenCV可以显示
    image.flags.writeable = True
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
 
    # 如果检测到人脸，绘制人脸边界框
    if results.detections:
        for detection in results.detections:
            # 绘制人脸边界框
            bbox = detection.location_data.relative_bounding_box
            h, w, c = image.shape
            x = int(bbox.xmin * w)
            y = int(bbox.ymin * h)
            w = int(bbox.width * w)
            h = int(bbox.height * h)
            cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
 
    # 显示结果
    cv2.imshow('Face Detection', image)
 
    # 按 'q' 退出
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break
 
# 释放视频捕获对象和销毁所有窗口
cap.release()
cv2.destroyAllWindows()

四、代码解析

1. 初始化 MediaPipe 脸部检测模型

mp_face_detection = mp.solutions.face_detection
face_detection = mp_face_detection.FaceDetection(model_selection=0, min_detection_confidence=0.5)

这里我们选择了默认的模型，并设置最小检测置信度为 0.5。

2. 初始化 OpenCV 视频捕获

cap = cv2.VideoCapture(0)

VideoCapture(0) 表示打开默认的摄像头。

3. 循环读取视频帧，进行脸部检测

while cap.isOpened():
    # 省略了中间的代码

4. 绘制脸部边界框

if results.detections:
    for detection in results.detections:
        # 省略了绘制边界框的代码

五、运行结果

运行上述代码，程序将打开摄像头，并在检测到的人脸周围绘制绿色的矩形框。按下 ‘q’ 键可退出程序。

六、总结

本文介绍了如何使用 MediaPipe 实现实时脸部检测功能。通过简单的几行代码，我们就能实现人脸识别的基础应用。希望本文对您有所帮助，如有疑问，请随时在评论区留言。

PS：企图adb调用外部摄像头失败，等我再试试。