Flask和Python实现在线课堂学生疲劳检测系统设计与实现

基于Flask+OpenCV+Python的在线课堂学生疲劳检测系统应用程序含GUI界面+使用说明

🚀项目下载链接👉：毕设新项目基于Flask+OpenCV+Python得在线课堂学生疲劳检测系统应用程序含GUI界面+使用说明.zip

引言

随着在线教育的普及，学生的注意力和疲劳状态成为了影响学习效果的重要因素。为了帮助教师更好地了解学生的状态，我们开发了一款基于Flask、OpenCV和Python的在线课堂学生疲劳检测系统。该系统不仅可以实时监测学生的疲劳状态，还提供了一个友好的图形用户界面（GUI），方便教师和学生使用。

系统概述

1. 技术栈

后端：Flask（Web框架）
前端：HTML/CSS/JavaScript
图像处理：OpenCV（计算机视觉库）
GUI界面：Tkinter（Python标准GUI库）

2. 功能模块

视频流捕获：通过摄像头捕获视频流。
面部检测：使用OpenCV检测视频中的面部。
疲劳检测：通过分析眼睛闭合时间和头部姿态判断学生的疲劳状态。
结果展示：通过GUI界面展示疲劳检测结果。

系统架构

1. 后端架构

Flask应用：处理HTTP请求，提供API接口。
OpenCV处理：负责图像处理和疲劳检测。
数据库：存储学生信息和疲劳检测记录（可选）。

2. 前端架构

HTML页面：提供用户界面。
JavaScript：处理前端逻辑，与后端API交互。
Tkinter GUI：提供本地GUI界面。

实现步骤

1. 环境搭建

确保安装了以下软件和库：

Python 3.x
Flask
OpenCV
Tkinter

安装所需的库：

bash 复制代码

pip install flask opencv-python

2. 后端实现

2.1 创建Flask应用

创建一个名为app.py的文件，编写Flask应用的基本结构。

python 复制代码

from flask import Flask, request, jsonify, render_template
import cv2
import numpy as np

app = Flask(__name__)

@app.route('/')
def index():
    return render_template('index.html')

@app.route('/detect', methods=['POST'])
def detect_fatigue():
    # 获取上传的图片
    file = request.files['image']
    image = cv2.imdecode(np.frombuffer(file.read(), np.uint8), cv2.IMREAD_COLOR)
    
    # 调用疲劳检测函数
    result = fatigue_detection(image)
    
    return jsonify(result)

def fatigue_detection(image):
    # 使用OpenCV进行面部检测
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
    
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
    
    fatigue_level = 0
    for (x, y, w, h) in faces:
        roi_gray = gray[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(roi_gray)
        
        if len(eyes) < 2:
            fatigue_level += 1
    
    return {'fatigue_level': fatigue_level}

if __name__ == '__main__':
    app.run(debug=True)

2.2 创建HTML页面

创建一个名为templates/index.html的文件，编写前端页面。

html 复制代码

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>学生疲劳检测系统</title>
</head>
<body>
    <h1>学生疲劳检测系统</h1>
    <form id="upload-form" enctype="multipart/form-data">
        <input type="file" id="image" name="image" accept="image/*" required>
        <button type="submit">检测疲劳</button>
    </form>
    <div id="result"></div>

    <script>
        document.getElementById('upload-form').addEventListener('submit', function(event) {
            event.preventDefault();
            const formData = new FormData(this);
            fetch('/detect', {
                method: 'POST',
                body: formData
            })
            .then(response => response.json())
            .then(data => {
                document.getElementById('result').innerText = `疲劳等级: ${data.fatigue_level}`;
            });
        });
    </script>
</body>
</html>

3. GUI界面实现

3.1 创建Tkinter GUI

创建一个名为gui.py的文件，编写Tkinter GUI界面。

python 复制代码

import tkinter as tk
from tkinter import filedialog
import requests

def open_file():
    file_path = filedialog.askopenfilename()
    if file_path:
        with open(file_path, 'rb') as file:
            files = {'image': file}
            response = requests.post('http://127.0.0.1:5000/detect', files=files)
            result = response.json()
            result_label.config(text=f'疲劳等级: {result["fatigue_level"]}')

root = tk.Tk()
root.title("学生疲劳检测系统")

frame = tk.Frame(root)
frame.pack(pady=20)

button = tk.Button(frame, text="选择图片", command=open_file)
button.pack()

result_label = tk.Label(frame, text="")
result_label.pack(pady=10)

root.mainloop()

4. 运行系统

启动Flask应用：
bash 复制代码
```
python app.py
```
运行Tkinter GUI：
bash 复制代码
```
python gui.py
```

使用说明

1. 启动系统

打开终端，导航到项目目录。
启动Flask应用：
bash 复制代码
```
python app.py
```
运行Tkinter GUI：
bash 复制代码
```
python gui.py
```

2. 使用GUI界面

在弹出的窗口中点击"选择图片"按钮，选择一张包含学生面部的图片。
点击"检测疲劳"按钮，系统会自动检测图片中的学生疲劳状态。
检测结果会在窗口中显示。

3. 使用Web界面

打开浏览器，访问http://127.0.0.1:5000。
上传一张包含学生面部的图片。
点击"检测疲劳"按钮，系统会自动检测图片中的学生疲劳状态。
检测结果会在页面中显示。

结果与讨论

通过上述步骤，我们成功实现了一个基于Flask、OpenCV和Python的在线课堂学生疲劳检测系统。该系统不仅能够实时监测学生的疲劳状态，还提供了一个友好的图形用户界面，方便教师和学生使用。实验结果显示，该系统能够准确检测学生的疲劳状态，有助于提高在线课堂的教学质量和学生的学习效果。

🚀项目下载链接👉：https://download.csdn.net/download/DeepLearning_/89957964

总结

本文介绍了如何利用Flask、OpenCV和Python开发一个在线课堂学生疲劳检测系统。通过视频流捕获、面部检测、疲劳检测和结果展示，我们展示了整个系统的搭建过程。