Opencv实现眼睛控制鼠标的实践

以下是关于“Opencv 实现眼睛控制鼠标的实践”的完整攻略，其中包含两个示例说明。

示例1：使用 Opencv 实现眼睛检测

步骤1：导入必要库

在使用 Opencv 实现眼睛控制鼠标之前，我们需要导入一些必要的库，包括cv2和numpy。

import cv2
import numpy as np

步骤2：加载分类器

加载眼睛分类器。

eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

步骤3：打开摄像头

打开摄像头并开始捕获视频。

cap = cv2.VideoCapture(0)

步骤4：检测眼睛

使用分类器检测眼睛。

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    eyes = eye_cascade.detectMultiScale(gray, 1.3, 5)
    for (ex, ey, ew, eh) in eyes:
        cv2.rectangle(img, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2)
    cv2.imshow('img', img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

步骤5：关闭摄像头

使用以下命令关闭摄像头。

cap.release()
cv2.destroyAllWindows()

步骤6：结果分析

通过以上步骤，我们可以使用 Opencv 实现眼睛检测，并成功地输出了结果。

示例2：使用 Opencv 实现眼睛控制鼠标

步骤1：导入必要库

在使用 Opencv 实现眼睛控制鼠标之前，我们需要导入一些必要的库，包括cv2、numpy和pyautogui。

import cv2
import numpy as np
import pyautogui

步骤2：加载分类器

加载眼睛分类器。

eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

步骤3：打开摄像头

打开摄像头并开始捕获视频。

cap = cv2.VideoCapture(0)

步骤4：检测眼睛并控制鼠标

使用分类器检测眼睛，并根据眼睛的位置控制鼠标。

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    eyes = eye_cascade.detectMultiScale(gray, 1.3, 5)
    for (ex, ey, ew, eh) in eyes:
        cv2.rectangle(img, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2)
        x = ex + ew / 2
        y = ey + eh / 2
        pyautogui.moveTo(x, y)
    cv2.imshow('img', img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break