基于 dlib 与 OpenCV 的疲劳驾驶检测：眼睛纵横比（EAR）原理与代码逐段解析

1. 引言

疲劳驾驶是交通事故的重要诱因之一。本文介绍一种基于计算机视觉的疲劳检测方案：通过摄像头实时捕捉人脸，利用 dlib 定位 68 个人脸关键点，提取眼睛区域的 6 个关键点，计算眼睛纵横比（Eye Aspect Ratio，EAR），并根据 EAR 的持续变化判断驾驶员是否处于闭眼疲劳状态，从而触发警报。

本文将从原理出发，逐段讲解代码的调用逻辑与用法，帮助读者理解整个检测流程，并能够独立复现和扩展。

2. 原理概述

整个人脸检测与疲劳判断的流程可以概括为以下几个步骤：

1. 使用 dlib 的正面人脸检测器定位画面中的人脸。
2. 使用 dlib 的 68 点人脸关键点模型，获取每只眼睛周围的 6 个关键点坐标。
3. 根据眼睛 6 个关键点的几何关系，计算眼睛纵横比（EAR）。
4. 当 EAR 持续低于阈值（本文取 0.3）达到一定帧数时，判定为疲劳闭眼，触发警报。
5. 在画面中实时绘制眼睛轮廓和 EAR 数值，便于观察。

其中，眼睛纵横比（EAR）是核心指标。它利用眼睛关键点之间的欧氏距离比值，刻画眼睛睁开程度，具有尺度不变性，即人脸离摄像头远近变化时，该比值仍然稳定。

3. 依赖库与导入

代码首先导入所需的第三方库：

import numpy as np
import dlib
import cv2
from sklearn.metrics.pairwise import euclidean_distances  # 计算欧氏距离
# pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
from PIL import Image, ImageDraw, ImageFont
# pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

各库的作用如下：

• numpy：提供数组与矩阵运算，用于处理关键点坐标和数值计算。
• dlib：提供人脸检测器与人脸关键点定位模型，是本方案的核心库。
• cv2（OpenCV）：负责摄像头读取、图像绘制与窗口显示。
• euclidean_distances：来自 scikit-learn，用于计算两点之间的欧氏距离，这里用来计算眼睛关键点之间的距离。
• PIL（Pillow）：用于在图像上绘制中文文字，因为 OpenCV 自带的 putText 不支持中文。

安装依赖时，可以使用清华镜像加速下载，例如：

pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 眼睛纵横比（EAR）的计算函数

接下来定义计算眼睛纵横比的核心函数：

def eye_aspect_ratio(eye):
    # --------计算眼睛纵横比--------
    #    1    2
    # 0        3  <---这是眼睛的6个关键点
    #    5    4
    # ------------------------------
    A = euclidean_distances(eye[1].reshape(1,2), eye[5].reshape(1,2))
    B = euclidean_distances(eye[2].reshape(1,2), eye[4].reshape(1,2))
    C = euclidean_distances(eye[0].reshape(1,2), eye[3].reshape(1,2))
    ear = ((A + B) / 2.0) / C #纵横比
    return ear

函数接收参数 eye，它是某只眼睛的 6 个关键点坐标数组，顺序对应上图标注的 0 到 5 号点。具体计算逻辑如下：

• A：计算 1 号点与 5 号点之间的欧氏距离，即眼睛的垂直高度之一。
• B：计算 2 号点与 4 号点之间的欧氏距离，即眼睛的垂直高度之二。
• C：计算 0 号点与 3 号点之间的欧氏距离，即眼睛的水平宽度。
• ear：取两个垂直距离的平均值，再除以水平宽度，得到纵横比。

当眼睛睁开时，垂直距离较大，EAR 值较高；当眼睛闭合时，垂直距离趋近于 0，EAR 值明显下降。因此，EAR 可以作为判断眼睛开合程度的有效指标。

这里使用 reshape(1,2) 是为了把一维坐标数组转换为二维矩阵，以满足 euclidean_distances 的输入格式要求。该函数返回的是一个 1×1 的矩阵，因此后续使用时需要通过索引取出数值。

5. 中文文字绘制函数

OpenCV 自带的 cv2.putText 无法直接显示中文，因此代码封装了一个使用 Pillow 绘制中文文字的函数：

def cv2AddChineseText(img, text, position, textColor=(255, 0, 0), textSize=50):
    img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    draw = ImageDraw.Draw(img)
    fontStyle = ImageFont.truetype("simhei.ttf", textSize, encoding="utf-8")
    draw.text(position, text, textColor, font=fontStyle)
    return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)

该函数的调用逻辑如下：

• img：输入的 OpenCV 图像（BGR 格式）。
• text：要绘制的文字内容。
• position：文字左上角的坐标。
• textColor：文字颜色，默认红色。
• textSize：字号，默认 50。

函数内部先将 BGR 图像转换为 RGB 格式，再转为 PIL 的 Image 对象，随后创建 ImageDraw 绘图对象，加载黑体字体文件 simhei.ttf，调用 draw.text 绘制文字，最后再转换回 OpenCV 的 BGR 格式返回。这样既保留了 OpenCV 的图像处理能力，又解决了中文显示问题。

需要注意的是，simhei.ttf 字体文件需要存在于当前工作目录或系统字体目录中，否则会报错。

6. 绘制眼睛轮廓函数

为了直观展示检测结果，代码定义了一个绘制眼睛凸包的函数：

def drawEye(eye):#绘制眼眶凸包
    eyeHull = cv2.convexHull(eye)
    cv2.drawContours(frame, [eyeHull], -1, color=(0, 255, 0), thickness=1)

该函数接收某只眼睛的 6 个关键点坐标，调用 cv2.convexHull 计算这些点的凸包，即包围眼睛区域的最小凸多边形，然后通过 cv2.drawContours 在全局变量 frame 上绘制该轮廓，颜色为绿色，线宽为 1 像素。

这里直接使用了全局变量 frame，因此函数内部不需要返回值，绘制结果会直接反映在当前的视频帧上。

7. 全局变量与模型初始化

在进入主循环之前，代码完成了一系列初始化工作：

COUNTER = 0      # 闭眼持续次数统计
detector = dlib.get_frontal_face_detector()# 构造脸部位置检测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")#读取人脸关键点定位模型
cap = cv2.VideoCapture(0)

各部分作用如下：

• COUNTER：用于统计连续闭眼的帧数，是触发警报的关键计数器。
• detector：dlib 提供的正面人脸检测器，用于在每一帧中定位人脸区域。
• predictor ：dlib 的 68 点人脸关键点预测器，需要加载预训练模型文件 shape_predictor_68_face_landmarks.dat。该文件可以从 dlib 官网下载。
• cap：OpenCV 的视频捕获对象，参数 0 表示使用默认摄像头。

8. 主循环：逐帧处理

主循环是程序的核心，负责读取每一帧图像并执行完整的检测流程：

while True:
    ret, frame = cap.read()
    faces = detector(frame, 0)   # 获取人脸
    for face in faces:  # 循环遍历每一个人脸
        shape = predictor(frame, face) #获取关键点
        # 将关键点转换为坐标(x,y)的形式
        shape = np.array([[p.x, p.y] for p in shape.parts()])
        rightEye = shape[36:42] # 右眼，关键点索引从36到41（不包含42）
        leftEye = shape[42:48]  # 左眼，关键点索引从42到47（不包含48）
        rightEAR = eye_aspect_ratio(rightEye)# 计算右眼纵横比
        leftEAR = eye_aspect_ratio(leftEye)# 计算左眼纵横比
        ear = (leftEAR + rightEAR) / 2.0 #均值处理
        if ear < 0.3:  # 小于0.3，认为闭眼，也可能是眨眼
            COUNTER += 1 # 每检测到一次，将+1
            if COUNTER >= 50: #持续50帧都闭眼，则警报
                frame = cv2AddChineseText(frame, text="!!!!危险!!!!", position=(250,250))
        else: #宽高比>0.3，则计数器清零，解除疲劳标志
            COUNTER = 0
        drawEye(leftEye)#绘制左眼凸包
        drawEye(rightEye)#绘制右眼凸包
        info = "EAR: {:.2f}".format(ear[0][0])
        frame = cv2AddChineseText(frame, info, position=(0,30))#显示眼睛闭合程度值
    cv2.imshow("Frame", frame)
    if cv2.waitKey(1) == 27:
        break
cv2.destroyAllWindows()
cap.release()

下面逐段分析主循环的调用逻辑：

8.1 读取视频帧与人脸检测

cap.read() 从摄像头读取一帧图像，返回布尔值 ret 和图像数据 frame。随后调用 detector(frame, 0) 检测该帧中的人脸，第二个参数 0 表示不使用图像金字塔的上采样，即按原始分辨率检测。检测结果是一个列表，每个元素对应一张人脸的区域。

8.2 关键点提取与眼睛区域切片

对于检测到的每一张人脸，调用 predictor(frame, face) 获取 68 个人脸关键点。通过列表推导式将关键点对象转换为 (x, y) 坐标数组。dlib 的 68 点模型中，右眼关键点索引为 36 到 41，左眼关键点索引为 42 到 47，因此通过切片 shape[36:42] 和 shape[42:48] 分别取出左右眼的 6 个关键点。

8.3 计算 EAR 并取均值

分别调用 eye_aspect_ratio 计算左右眼的纵横比，再取两者的平均值作为当前帧的最终 EAR 值。取均值可以降低单只眼睛检测误差带来的影响，使判断更加稳定。

8.4 疲劳判断与警报触发

当 EAR 小于 0.3 时，认为眼睛处于闭合状态，计数器 COUNTER 加 1。如果连续闭眼帧数达到 50 帧，即认为驾驶员处于疲劳状态，在画面中绘制红色警告文字「!!!!危险!!!!」。当 EAR 恢复到 0.3 以上时，计数器清零，解除疲劳标志。这里的 0.3 和 50 是两个关键超参数，分别对应闭眼判定阈值和持续帧数阈值，实际使用中可以根据摄像头帧率和检测灵敏度进行调整。

8.5 可视化与退出

调用 drawEye 绘制左右眼的凸包轮廓，并在画面左上角显示当前 EAR 数值。最后通过 cv2.imshow 显示处理后的画面，cv2.waitKey(1) 等待键盘输入，当按下 ESC 键（ASCII 码 27）时退出循环。循环结束后释放摄像头并关闭所有窗口。

9. 完整代码

将上述所有部分组合在一起，得到完整的疲劳驾驶检测程序：

import numpy as np
import dlib
import cv2
from sklearn.metrics.pairwise import euclidean_distances  # 计算欧氏距离
# pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
from PIL import Image, ImageDraw, ImageFont
# pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
def eye_aspect_ratio(eye):
# --------计算眼睛纵横比--------
#    1    2
# 0        3  <---这是眼睛的6个关键点
#    5    4
# ------------------------------
A = euclidean_distances(eye[1].reshape(1,2), eye[5].reshape(1,2))
B = euclidean_distances(eye[2].reshape(1,2), eye[4].reshape(1,2))
C = euclidean_distances(eye[0].reshape(1,2), eye[3].reshape(1,2))
ear = ((A + B) / 2.0) / C #纵横比
return ear
def cv2AddChineseText(img, text, position, textColor=(255, 0, 0), textSize=50):
img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
draw = ImageDraw.Draw(img)
fontStyle = ImageFont.truetype("simhei.ttf", textSize, encoding="utf-8")
draw.text(position, text, textColor, font=fontStyle)
return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
def drawEye(eye):#绘制眼眶凸包
eyeHull = cv2.convexHull(eye)
cv2.drawContours(frame, [eyeHull], -1, color=(0, 255, 0), thickness=1)
COUNTER = 0      # 闭眼持续次数统计
detector = dlib.get_frontal_face_detector()# 构造脸部位置检测器
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")#读取人脸关键点定位模型
cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
faces = detector(frame, 0)   # 获取人脸
for face in faces:  # 循环遍历每一个人脸
shape = predictor(frame, face) #获取关键点
# 将关键点转换为坐标(x,y)的形式
shape = np.array([[p.x, p.y] for p in shape.parts()])
rightEye = shape[36:42] # 右眼，关键点索引从36到41（不包含42）
leftEye = shape[42:48]  # 左眼，关键点索引从42到47（不包含48）
rightEAR = eye_aspect_ratio(rightEye)# 计算右眼纵横比
leftEAR = eye_aspect_ratio(leftEye)# 计算左眼纵横比
ear = (leftEAR + rightEAR) / 2.0 #均值处理
if ear < 0.3:  # 小于0.3，认为闭眼，也可能是眨眼
COUNTER += 1 # 每检测到一次，将+1
if COUNTER >= 50: #持续50帧都闭眼，则警报
frame = cv2AddChineseText(frame, te