You need to enable JavaScript to run this app. 如何使用Python(OpenCV)实现头部(面部)多方向运动识别
优惠活动
大模型
产品
解决方案
定价
更多

如何使用Python(OpenCV)实现头部(面部)多方向运动识别

头部运动方向追踪问题排查

核心代码错误定位

你的整体实现思路是通过帧间人脸框中心的位移差判定运动方向,逻辑框架完全成立,但现有代码存在几处硬错误,直接导致方向识别失效:

  • 初始坐标计算错位:初始化阶段的cy_值直接复用了x方向中心的计算式(cy_ = (box[0][3] + box[0][1])/2),未按照y轴坐标规则计算人脸垂直方向中心,从第一帧开始参考坐标就存在偏移。
  • 左右方向判断完全反向:OpenCV摄像头的坐标系统以画面左上角为原点(0,0),x轴正方向指向画面右侧,y轴正方向指向画面下方。当人脸中心x值相比上一帧增大时,实际是向画面右侧移动,反之向左侧移动——原代码将两个方向的输出值写反。
  • 参考坐标更新逻辑存在漏洞:无论当前帧是否成功检测到人脸,代码都会在循环末尾强制更新cx_/cy_为旧值,一旦出现连续丢人脸的情况,参考基准会完全偏移;同时未过滤人脸检测框本身的像素抖动,容易触发大量误判。
  • 缺少启动阶段的鲁棒性校验:程序刚启动时如果第一帧未检测到人脸,直接索引box[0]会触发数组越界报错。

修正后的可运行代码

import cv2
import face_recognition

if __name__ == '__main__':
    webcam = cv2.VideoCapture(0)
    MIN_MOVE = 15
    last_cx, last_cy = None, None

    while True:
        ret, frame = webcam.read()
        if not ret:
            break
        frameRGB = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        face_boxes = face_recognition.face_locations(frameRGB)

        direction = None
        if face_boxes:
            top, right, bottom, left = face_boxes[0]
            # 计算人脸框中心坐标
            current_cx = (right + left) / 2
            current_cy = (top + bottom) / 2
            # 绘制检测框
            cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

            # 首次检测到人脸时仅初始化参考点,不触发方向判定
            if last_cx is None:
                last_cx, last_cy = current_cx, current_cy
            else:
                dx = current_cx - last_cx
                dy = current_cy - last_cy
                # 优先判定位移占比更高的方向
                if abs(dx) > abs(dy):
                    if dx > MIN_MOVE:
                        direction = "RIGHT"
                    elif dx < -MIN_MOVE:
                        direction = "LEFT"
                else:
                    if dy > MIN_MOVE:
                        direction = "DOWN"
                    elif dy < -MIN_MOVE:
                        direction = "UP"
            # 仅在检测到有效人脸时更新参考坐标
            last_cx, last_cy = current_cx, current_cy

        cv2.imshow('Unlock Face', frame)
        if direction:
            print(direction)
        key = cv2.waitKey(30)
        if key == 27:
            break

    webcam.release()
    cv2.destroyAllWindows()

调优建议

  • 根据摄像头实际分辨率调整位移阈值:720p分辨率下将MIN_MOVE设置为15~20像素,即可有效过滤检测框本身的随机抖动,避免误判。
  • 增加判定防抖逻辑:触发一次方向判定后,需要等中心位移回到阈值范围内才允许触发下一次判定,避免连续输出重复的方向文本。
  • 对精度要求较高的场景,可以配合LK光流法追踪人脸区域的角点位移,减少检测框尺寸变化带来的中心偏移误差。

内容的提问来源于stack exchange,提问作者dtovia

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.03 23:54:04