今天我们来扩展一下，用人脸玩飞机大战。虽然思路跟手势识别类似，但代码量比手势识别版稍多。
使用的人脸算法是毫秒级的，帧率能到 30，用电脑CPU运行也很流畅。
下面我分享下项目实现过程，文末获取项目完整的源代码。
准备飞机大战程序
Github上找到一个Python版本的飞机大战程序，安装Pygame即可运行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
用键盘的A、D、W、S键用来控制飞机的移动方向，分别对应左、右、上、下。
所以，接下来我们要做的是识别人脸，并对人脸姿态进行估计，将估计后的结果映射到左、右、上、下，从而控制飞机的运行。
人脸识别
这里，我们用opencv读取摄像头中的视频流。
将视频流中的每一帧送入mediapipe中的人脸识别模型，进行识别。
图片mediapipe 不止能识别人脸，还能标注出人脸 6 个关键点左眼、右眼、左耳、右耳、鼻子、嘴巴。
核心代码：
with self.mp_face_detection.FaceDetection(model_selection=0, min_detection_confidence=0.9) as face_detection:while cap.isOpened():success, image = cap.read()image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)results = face_detection.process(image)image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)if results.detections:for detection in results.detections:# 获取人脸框坐标face_box = detection.location_data.relative_bounding_boxface_w, face_h = int(face_box.width * frame_w), int(face_box.height * frame_h)face_l = int(face_box.xmin * frame_w) + face_wface_t = int(face_box.ymin * frame_h)face_r, face_b = face_l - face_w, face_t + face_h# 显示人脸框cv2.rectangle(image, (face_l, face_t), (face_r, face_b), (0, 255, 255), 2)self.draw_zh_img(image, self.face_box_name_img, (face_r + face_l) // 2, face_t - 5)pose_direct, pose_key_points = self.pose_estimate(detection)# 显示人脸 6 个关键点for point_name in FaceKeyPoint:mp_point = self.mp_face_detection.get_key_point(detection, point_name)point_x = int(mp_point.x * frame_w)point_y = int(mp_point.y * frame_h)point_color = (0, 255, 0) if point_name in pose_key_points else (255, 0, 255)cv2.circle(image, (point_x, point_y), 4, point_color, -1)# 显示关键点中文名称point_name_img = self.face_key_point_name_img[point_name]self.draw_zh_img(image, point_name_img, point_x, point_y-5)
这里有个小知识点需要大家注意下。
代码中用draw_zh_img来显示中文，由于opencv不支持直接显示中文。因此，我用PIL模块中Image方法提前绘制中文图片，并转为opencv格式。
Swapface人脸交换
一款创建逼真人脸交换的AI换脸工具
45 查看详情
在需要的时候，直接与视频流合并，效率高，不掉帧。
人脸姿态估计
之前手势识别，我们用相邻帧来判断手势的移动。人脸姿态估计只用当前帧就可以，相对容易一些。
我们通过人脸 6 个关键点的坐标距离，就可以判断出人脸的姿态
这里，左耳和鼻子的水平距离很近，因此，我们可以估计脸向左转，从而可以用只飞机向左移动。
同样的，用其他关键点，我们可以估计出人脸向右转、向上（抬头）和向下（低头）
核心代码：
# 左耳与鼻子水平距离，判断面部左转left_ear_to_nose_dist = left_ear.x - nose_pos.x # 右耳与鼻子水平距离，判断面部右转nose_to_right_ear_dist = nose_pos.x - right_ear.x# 鼻子与左眼垂直距离，判断面部向上nose_to_left_eye_dist = nose_pos.y - left_eye.y# 左耳与左眼垂直距离，判断面部向下left_ear_to_left_eye_dist = left_ear.y - left_eye.yif left_ear_to_nose_dist < 0.07:# print('左转')self.key_board.press_key('A')time.sleep(0.07)self.key_board.release_key('A')return 'A', [FaceKeyPoint.NOSE_TIP, FaceKeyPoint.LEFT_EAR_TRAGION]if nose_to_right_ear_dist < 0.07:# print('右转')self.key_board.press_key('D')time.sleep(0.07)self.key_board.release_key('D')return 'D', [FaceKeyPoint.NOSE_TIP, FaceKeyPoint.RIGHT_EAR_TRAGION]
姿态控制飞机移动
识别出人脸姿态，我们就可以用程序控制键盘，从而控制飞机移动。
这里我用PyKeyboard模块控制键盘按键。
self.key_board = PyKeyboard()# print('左转')self.key_board.press_key('A')time.sleep(0.07)self.key_board.release_key('A')
press_key和release_key函数分别是按键和释放按键。
它们之间，调用了time.sleep(0.07)控制按键的时长，按键时间长，则飞机移动距离就长，反之，按键时间短，则飞机移动距离就短，大家可以根据自己的需求来调节。
以上就是人脸识别还能这么玩的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/548021.html
微信扫一扫 
支付宝扫一扫 
