Morse Code Translator检测闪烁-Python、OpenCV、MediaPipe

2021年6月15日

大家好,

我已经有一段时间没有发布教程了，或者说一般的东西。基本上，生活发生了，我决定不分享，而不是分享低质量的内容。今天，我将带你完成一个计算机视觉项目，它会把你的实时视频输入转换成莫尔斯字母，这样你就可以用长或短的眨眼来写信息了。

这个项目的源代码在这里，我也把这个很棒的教程作为样板，如果你想了解更多关于计算机视觉应用的知识，你可以从我发布的链接中查看频道所有者的频道。所以，不要再费劲了，让我们直奔主题吧。here this

至于开头，我想稍微解释一下MediaPipe库，“MediaPipe为直播和流媒体提供了开源的跨平台的、可定制的ML解决方案。”这个定义来自他们自己的网站，简单明了地解释了你可以用这个库做什么，他们提供了其他几个可以运行在不同平台上的解决方案，我将在未来的另一篇文章中解释所有这些解决方案。我们今天要使用的功能叫做“脸部网格”，这个解决方案为我们提供了一个脸部标志性地图，上面有468个最重要的地标，可以在一个人的脸上看到。使用这张地图，我们将计算面部某些特定点之间的比率，并利用这些信息来检测相机上的人是否眨眼。website

在上面的图片中，你可以看到我前面提到的观点，通过这种对人脸地标的访问，你可以进行与面部表情相关的各种检测，另一个提供所有这些功能的很酷的库是Open Face，你也可以查看那个库。OpenFace

为了能够检测眼睛是否眨眼，我们使用代表“眼睛长宽比”的“耳朵”比率来计算眼睛的“耳朵”值，我们需要访问一个人脸部的6个地标。您可以从这里的链接中看到“EAR”是如何计算的，以及我们需要哪些地标。here

现在让我们继续编码部分；首先，我们需要进行所需的导入。我还定义了一个函数来处理帧大小。我们首先定义一个先前的时间变量以便稍后检测FPS，然后为了定义绘图对象以便可以在地标之间绘图，我们创建了FaceMesh对象，最后编辑了绘图规范。

然后，我们定义了2个数组来保存旧的耳值，1个数组用于保存字母，1个布尔数组用于保存长信号，1个用于保存闪烁持续时间，1个用于保存非闪烁边距，1个用于保留闪烁，1个字符串用于保存Morse Code字符串，最后一个用于保存找到的字母。

保存摩尔斯字母表的字典。

我们项目的主循环，读取源图像，50%的高档输入，将OpenCV的BGR转换成RGB，因为MediaPipe中需要它，然后我们取当前时间，用当前时间和上一次时间之差除以1来计算FPS。

如果每个地标都有地标，首先画出它们之间的联系，然后计算EAR值。

如果count大于10，则将其设为零，否则递增1。如果以前的EAR数组大于10，则用新的EAR值更改当前元素，并使Long检查为真。

如果是长的和当前的耳值到9个较老的耳值检查是保持，检测眨眼和递增“blinkedFor”1，如果眨眼是长于0.8秒，然后计数为L(长)，否则S(短)，否则增加1的不眨眼的时间，如果不眨眼的持续时间是大于2秒(2倍的FPS)，如果我们在Morsecode中找到的字母添加到字母数组，如果不仅仅是清除数组。

最后，将找到的数组转换为字符串，然后放到页面上，不过，如果文本中有我的GF的名字(Ece)，那么它会自动在末尾添加❤，这让人有点惊讶。：D

大家就到这里吧，我希望教程简单易懂，有趣。这一次我会继续定期出版，没有一天的限制，希望下次能再见到你。：)

最初发表于https://blog.akbuluteren.com.https://blog.akbuluteren.com