人脸口罩检测GUI系统（基于opencv和深度学习两种方法对比）

由于疫情的影响，人脸口罩检测系统的开发成为很多人争相开发的一种算法。很多公司或者个人都开源了他们很多的代码或者SDK。大家在GitHub或者各种平台上都能够找到很多的资源。
前段时间在博客上看到几个有趣的开源项目，它能检测我们是否有戴口罩，跑起程序测试后，发现识别率挺高的，也适应不同环境；于是分享给大家。我用了其中两种并整合在一个GUI下面，一种是基于深度学习的，一种是基于opencv训练的。

测试环境

windows10 系统；
软件：pyCharm;
使用模型：tenforflow1.15.0 ；
python3.7

下面先看一下整个系统的GUI界面：

GUI程序：

from tkinter import *
from tkinter.filedialog import askdirectory
from tkinter.messagebox import showinfo
import cv2
import numpy as np
from PIL import Image, ImageTk
from tkinter import ttk
import pygame
import timeimport tensorflow_infer as flowfile_slogan = r'video/slogan.mp3'
file_slogan_short = r'video/slogan_short.mp3'
pygame.mixer.init(frequency=16000, size=-16, channels=2, buffer=4096)detector = cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_default.xml')
mask_detector = cv2.CascadeClassifier('xml\\cascade.xml')class GUI:def __init__(self):self.camera = None   # 摄像头self.root = Tk()self.root.title('maskdetection')self.root.geometry('%dx%d' % (800, 600))self.createFirstPage()mainloop()def createFirstPage(self):self.page1 = Frame(self.root)self.page1.pack()Label(self.page1, text='欢迎使用口罩检测跟踪系统', font=('粗体', 20)).pack()image = Image.open("demo2.jpg") # 随便使用一张图片做背景界面 不要太大photo = ImageTk.PhotoImage(image = image)self.data1 = Label(self.page1,  width=780,image = photo)self.data1.image = photoself.data1.pack(padx=5, pady=5)self.button11 = Button(self.page1, width=18, height=2, text="深度学习算法", bg='red', font=("宋", 12),relief='raise',command = self.createSecondPage1)self.button11.pack(side=LEFT, padx=25, pady = 10)self.button12 = Button(self.page1, width=18, height=2, text="传统算法", bg='green', font=("宋", 12),relief='raise', command = self.createSecondPage)self.button12.pack(side=LEFT, padx=25, pady = 10)self.button13 = Button(self.page1, width=18, height=2, text="打开本地视频", bg='white', font=("宋", 12), relief='raise',command = self.select_path)self.button13.pack(side=LEFT, padx=25, pady = 10)self.button14 = Button(self.page1, width=18, height=2, text="退出系统", bg='gray', font=("宋", 12),relief='raise',command = self.quitMain)self.button14.pack(side=LEFT, padx=25, pady = 10)def createSecondPage1(self):self.camera = cv2.VideoCapture(0)self.page1.pack_forget()self.page2 = Frame(self.root)self.page2.pack()Label(self.page2, text='欢迎使用口罩检测跟踪系统', font=('粗体', 20)).pack()self.data2 = Label(self.page2)self.data2.pack(padx=5, pady=5)self.button21 = Button(self.page2, width=18, height=2, text="返回", bg='gray', font=("宋", 12),relief='raise',command = self.backFirst)self.button21.pack(padx=25,pady = 10)self.video_loop1(self.data2)def video_loop1(self, panela):def slogan_short():timeplay = 1.5global playflag_shortplayflag_short = 1while playflag_short:track = pygame.mixer.music.load(file_slogan_short)print("------------请您戴好口罩")pygame.mixer.music.play()time.sleep(timeplay)playflag_short = 0time.sleep(0)success, img = self.camera.read()  # 从摄像头读取照片if success:img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)num,c,img = flow.inference(img, conf_thresh=0.5, iou_thresh=0.4, target_shape=(260, 260), draw_result=True,show_result=False)# 语音提示# if(isinstance(num/5,int)& (c=='NoMask')):# slogan_short()# cv2.imshow('image', img)# img = flow.inference(img, show_result=True, target_shape=(260, 260))img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)cv2image = cv2.cvtColor(img, cv2.COLOR_BGR2RGBA)  # 转换颜色从BGR到RGBAcurrent_image = Image.fromarray(cv2image)  # 将图像转换成Image对象imgtk = ImageTk.PhotoImage(image=current_image)panela.imgtk = imgtkpanela.config(image=imgtk)self.root.after(1, lambda: self.video_loop1(panela))def select_path(self):self.pash_= askdirectory()path = StringVar()path.set(self.pash_)def createSecondPage(self):self.camera = cv2.VideoCapture(0)self.page1.pack_forget()self.page2 = Frame(self.root)self.page2.pack()Label(self.page2, text='欢迎使用口罩检测跟踪系统', font=('粗体', 20)).pack()self.data2 = Label(self.page2)self.data2.pack(padx=5, pady=5)self.button21 = Button(self.page2, width=18, height=2, text="返回", bg='gray', font=("宋", 12),relief='raise',command = self.backFirst)self.button21.pack(padx=25,pady = 10)self.video_loop(self.data2)def video_loop(self, panela):success, img = self.camera.read()  # 从摄像头读取照片if success:faces = detector.detectMultiScale(img, 1.1, 3)for (x, y, w, h) in faces:# 参数分别为 图片、左上角坐标，右下角坐标，颜色，厚度face = img[y:y + h, x:x + w]  # 裁剪坐标为[y0:y1, x0:x1]mask_face = mask_detector.detectMultiScale(img, 1.1, 5)for (x2, y2, w2, h2) in mask_face:cv2.putText(img, 'mask', (x2 - 2, y2 - 2),cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 255))cv2.rectangle(img, (x2, y2), (x2 + w2, y2 + h2), (0, 0, 255), 2)#img = mask.facesdetecter(img)cv2image = cv2.cvtColor(img, cv2.COLOR_BGR2RGBA)  # 转换颜色从BGR到RGBA#faces = detector.detectMultiScale(cv2image, 1.1, 3)current_image = Image.fromarray(cv2image)  # 将图像转换成Image对象imgtk = ImageTk.PhotoImage(image=current_image)panela.imgtk = imgtkpanela.config(image=imgtk)self.root.after(1, lambda: self.video_loop(panela))def backFirst(self):self.page2.pack_forget()self.page1.pack()# 释放摄像头资源self.camera.release()cv2.destroyAllWindows()def backMain(self):self.root.geometry('900x600')self.page3.pack_forget()self.page1.pack()def quitMain(self):sys.exit(0)if __name__ == '__main__':demo = GUI()

1.深度学习的效果：

检测出胡歌没有带口罩。红色框框是圈出人脸部分，上方的字体：NoMask ，准确率 1 （即有100%把握认为没带口罩）

如果在多人的情况下，能检测出来吗？

这个模型能同时检测多人的，并且准确高。以上是基于照片的。下面是基于GUI打开摄像头的，有无口罩的对比：


这个深度学习的项目完全开源，可以自己先到网页上去体验一波：
https://demo.aizoo.com/face-mask-detection.html

开源项目简单介绍：

1）支持5大主流深度学习框架（PyTorch、TensorFlow、MXNet、Keras和Caffe），已经写好接口了；可以根据自身的环境选择合适的框架，比如：TensorFlow；所有模型都在models文件夹下。

2）公开了进8000张的人脸口罩数据和模型，数据集来自于WIDER Face和MAFA数据集, 重新修改了标注并进行了校验(主要是 MAFA和WIDER Face的人脸位置定义不一样，所以进行了修改标注)并将其开源出来。

2.基于Opencv的口罩佩戴识别

我是完全参照下面这位博主的训练方法训练的。

附上地址 ： 基于Opencv的口罩佩戴识别系统
这个方法只能检测有口罩的，无口罩就没法检测，不给任何提示或者标注。
看看有口罩的效果：

演示视频视频好像还不支持。故这里不放演示视频了。需要这两种方法完整的源代码都可以去下面的地址找到：

1.深度学习
2.基于Opencv的口罩佩戴识别系统

然后本人整合两种方法有GUI界面的源代码已经放到网盘，有需要的朋友自取：

链接：https://pan.baidu.com/s/14fpFKaa20AKGuAiD9UZC1Q
提取码：bun4