face_analyzer.py

import cv2
import numpy as np

class FaceAnalyzer:
    def __init__(self):
        # 加載OpenCV的人臉檢測器和眼睛檢測器
        self.face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
        self.eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
        
    def _get_eye_aspect_ratio(self, eye_region):
        """
        計算眼睛縱橫比（EAR）
        :param eye_region: 眼睛區域的圖像
        :return: EAR值
        """
        # 將眼睛區域轉換為灰度圖
        gray_eye = cv2.cvtColor(eye_region, cv2.COLOR_BGR2GRAY)
        
        # 檢測眼睛
        eyes = self.eye_cascade.detectMultiScale(gray_eye)
        
        if len(eyes) != 2:  # 如果沒有檢測到兩個眼睛
            return 0.0
            
        # 獲取眼睛的寬度和高度
        eye1 = eyes[0]
        eye2 = eyes[1]
        
        # 計算眼睛的寬高比
        ear1 = eye1[2] / eye1[3]
        ear2 = eye2[2] / eye2[3]
        
        # 返回平均EAR
        return (ear1 + ear2) / 2.0
        
    def is_drowsy(self, face_image):
        """
        檢測是否犯困
        :param face_image: 人臉圖片
        :return: 是否犯困（True/False）
        """
        # 將圖片轉換為灰度圖
        gray = cv2.cvtColor(face_image, cv2.COLOR_BGR2GRAY)
        
        # 檢測人臉
        faces = self.face_cascade.detectMultiScale(gray, 1.3, 5)
        
        if len(faces) == 0:
            return False
            
        # 獲取最大的人臉區域
        (x, y, w, h) = faces[0]
        face_roi = face_image[y:y+h, x:x+w]
        
        # 計算眼睛縱橫比
        ear = self._get_eye_aspect_ratio(face_roi)
        
        # 如果EAR小於閾值，認為是犯困
        EAR_THRESHOLD = 0.25
        return ear < EAR_THRESHOLD