企业官网建设流程全解析

简介：这份源码包面向Python开发者与计算机视觉初学者，提供一套可运行的人脸识别与专注度检测完整方案，可用于人脸考勤打卡、课堂或办公场景的注意力分析等实践。包内共161个文件，以93个png与12个jpg图像样本、22个py脚本、9个xml配置、5个dat模型文件及3个pt权重为主，另含少量exe可执行程序与csv数据表，压缩包约437.34MB，涵盖从人脸检测、关键点定位到特征比对的全流程代码与模型资源。已有662人学习下载，适合希望动手复现人脸识别项目、理解dlib与OpenCV配合方式的读者参考。源码涉及人脸检测、68点关键点、专注度判断、视频流处理、人脸比对与考勤记录、GUI界面及数据库存储等模块，可帮助读者掌握特征向量计算、相似度度量与实时分析思路，并借助现成模型文件快速搭建自己的检测环境。

1. 从一张摄像头截图说起：这套 Python 人脸识别与专注度检测源码到底能跑出什么

很多人第一次接触「专注度检测」，脑子里浮现的是脑电波头环或者眼动仪，动辄几千上万。但如果你手里只有一台普通 USB 摄像头，其实也能做出一个可用的版本——这正是这套 Python 人脸识别与专注度检测源码要解决的问题。它把「人脸检测 + 关键点定位 + 专注度打分」串成一条完整链路，输入是摄像头画面或一段视频，输出是每帧的人脸框、眼睛/头部姿态，以及一个 0 到 1 之间的专注度分数。

这套源码适合三类人：一是做课程设计或毕设的学生，需要一套能跑通、能改参数的完整流程；二是想入门计算机视觉的 Python 开发者，拿它当第一个「有业务含义」的练手项目；三是做在线教育、驾驶监控、工位状态统计的从业者，想先验证算法可行性再决定要不要上硬件。它不依赖专用设备，核心依赖是 OpenCV、dlib 或 MediaPipe 这类常见库，装好 Python 环境就能跑。

需要先说明边界：这套源码做的是「基于视觉的专注度估计」，不是医学级注意力测量。它判断的是「你有没有看屏幕、头有没有偏、眼睛有没有长时间闭合」，而不是你大脑里在想什么。理解这一点，后面调参和看结果时才不会跑偏。

2. 拆开看算法链路：人脸检测、关键点与专注度打分怎么串起来

2.1 为什么选 dlib + OpenCV 这条经典组合

这套源码的技术栈并不花哨，主干是 OpenCV 负责视频读取和图像预处理，dlib 负责人脸检测和 68 点关键点定位。选这条组合的理由很实际：dlib 的 68 点模型（shape_predictor_68_face_landmarks.dat）是公开且稳定的，关键点编号有明确语义，比如 36–41 是左眼、42–47 是右眼、30 是鼻尖、8 是下巴。做专注度判断时，你需要的正是这些语义明确的点。

相比之下，MediaPipe 更快、更轻，但它的关键点编号体系和 dlib 不同，网上大量现成的专注度计算代码是按 dlib 的 68 点写的。如果你拿到的源码里出现shape[36]、shape[45]这种下标，基本可以确定是 dlib 体系。常见做法是先用 dlib 跑通逻辑，等要上嵌入式或追求帧率时，再考虑换 MediaPipe 或轻量模型。

提示：dlib 的 68 点模型文件需要单独下载，源码包里通常会附带，如果没有，要确认版本匹配，否则shape_predictor初始化会直接报错。

2.2 从关键点算出三个核心指标

专注度不是一个直接测量值，而是由几个可观测指标加权得到的。这套源码里通常会出现三个量：

第一个是眼睛纵横比 EAR（Eye Aspect Ratio）。原理是：眼睛睁开时，上下眼睑关键点的垂直距离较大；闭眼时这个距离变小。用公式表示，对左眼取 36–41 六个点，EAR = (|p38-p42| + |p39-p41|) / (2 * |p37-p40|)。当 EAR 低于某个阈值并持续若干帧，就判定为闭眼或眨眼。

第二个是头部姿态。用鼻尖、下巴、左右眼角这几个点，结合 solvePnP 可以估算头部的俯仰、偏航、滚转三个角度。头低得太厉害，通常意味着在看手机或走神。

第三个是视线方向或面部朝向的粗略估计。有些实现会用瞳孔位置，有些直接用头部偏航角代替。

下面是一段典型的 EAR 计算代码，你可以对照自己手里的源码看结构是否一致：

import numpy as np def eye_aspect_ratio(eye_points): # eye_points 是 6 个 (x, y) 坐标，顺序为左角、上左、上右、右角、下右、下左 # 垂直距离：上眼睑两点与下眼睑两点的距离 vertical_1 = np.linalg.norm(eye_points[1] - eye_points[5]) vertical_2 = np.linalg.norm(eye_points[2] - eye_points[4]) # 水平距离：左右眼角距离 horizontal = np.linalg.norm(eye_points[0] - eye_points[3]) # 加 1e-6 防止除零 ear = (vertical_1 + vertical_2) / (2.0 * horizontal + 1e-6) return ear

逻辑说明：eye_points是从 dlib 68 点里切出来的 6 个点，顺序必须和公式对应，顺序错了 EAR 会完全失真。参数说明：分母加1e-6是防止人脸侧转时水平距离趋近于零导致除零崩溃，这是血泪经验，不加的话某些帧会直接抛异常。

2.3 专注度分数的加权与平滑

拿到 EAR、头部角度之后，源码一般会做归一化和加权。常见做法是：EAR 低于阈值扣分，头部偏航超过 ±20 度扣分，俯仰超过 ±15 度扣分，最后映射到 0–1。但直接逐帧算出来的分数会剧烈跳动，所以必须做滑动窗口平滑，比如取最近 30 帧的均值。

from collections import deque class FocusScorer: def __init__(self, window=30, ear_thresh=0.21): self.window = window self.ear_thresh = ear_thresh self.history = deque(maxlen=window) def score(self, ear, yaw, pitch): # 眼睛分数：EAR 高于阈值给满分，低于阈值线性衰减 eye_score = min(1.0, ear / self.ear_thresh) # 头部分数：偏航和俯仰偏离越大扣分越多 head_score = max(0.0, 1.0 - (abs(yaw) / 45.0 + abs(pitch) / 30.0)) # 加权，眼睛权重更高 raw = 0.6 * eye_score + 0.4 * head_score self.history.append(raw) return sum(self.history) / len(self.history)

逻辑说明：deque(maxlen=window)自动维护固定长度队列，不用手动裁剪。参数说明：ear_thresh默认 0.21 是经验值，但不同人眼型差异大，戴眼镜的人 EAR 普遍偏低，这个值要按实际画面调。yaw和pitch的单位是度，除以 45 和 30 是把角度归一化到 0–1 区间。

3. 把源码跑起来：环境配置、模型加载与实时检测

3.1 Python 环境与依赖安装的稳妥顺序

这套源码对 Python 版本不算挑剔，3.8 到 3.11 都能跑，但 dlib 的安装是第一个坎。Windows 上直接pip install dlib经常因为缺少 CMake 和 Visual Studio 编译环境而失败。稳妥顺序是：先装 CMake，再装 dlib，最后装 OpenCV。

# 建议在虚拟环境里操作，避免污染全局 python -m venv focus_env # Windows 激活 focus_env\Scripts\activate # macOS / Linux 激活 source focus_env/bin/activate # 先升级 pip，老版本 pip 解析依赖容易出错 pip install --upgrade pip # 安装 CMake，dlib 编译需要 pip install cmake # 安装 dlib，如果这里卡住，见 3.2 的替代方案 pip install dlib # 安装 OpenCV 和数值计算库 pip install opencv-python numpy

逻辑说明：把 cmake 单独拎出来先装，是因为 dlib 的 setup 脚本会在编译阶段调用它，混在一起装时 pip 的构建隔离有时会让 cmake 不可见。参数说明：opencv-python是包含 GUI 功能的版本，如果你在无桌面的服务器上跑，换成opencv-python-headless可以省掉一堆图形库依赖。

3.2 dlib 装不上时的两条退路

如果pip install dlib反复失败，不要死磕。第一条退路是用 conda：conda install -c conda-forge dlib，conda 有预编译包，省去本地编译。第二条退路是改用 MediaPipe，它的安装几乎不会失败，代价是关键点编号要重新映射。

# MediaPipe 替代方案的关键点映射示例 import mediapipe as mp mp_face_mesh = mp.solutions.face_mesh # MediaPipe 左眼上下点索引，和 dlib 不同 LEFT_EYE_TOP = 159 LEFT_EYE_BOTTOM = 145 LEFT_EYE_LEFT = 33 LEFT_EYE_RIGHT = 133 def ear_mediapipe(landmarks, w, h): top = np.array([landmarks[LEFT_EYE_TOP].x * w, landmarks[LEFT_EYE_TOP].y * h]) bottom = np.array([landmarks[LEFT_EYE_BOTTOM].x * w, landmarks[LEFT_EYE_BOTTOM].y * h]) left = np.array([landmarks[LEFT_EYE_LEFT].x * w, landmarks[LEFT_EYE_LEFT].y * h]) right = np.array([landmarks[LEFT_EYE_RIGHT].x * w, landmarks[LEFT_EYE_RIGHT].y * h]) return np.linalg.norm(top - bottom) / (np.linalg.norm(left - right) + 1e-6)

逻辑说明：MediaPipe 返回的是归一化坐标，要乘以画面宽高还原成像素坐标。参数说明：索引 159、145、33、133 是 MediaPipe Face Mesh 里左眼对应的点，右眼要换成另一组索引，具体查官方拓扑图。这套映射一旦写错，EAR 会算出离谱的值，表现为分数一直为 0 或一直为 1。

3.3 主循环：读帧、检测、打分、显示

把前面几块拼起来，主循环结构大致如下。这段代码是整套源码的心脏，理解它之后改任何参数都有方向。

import cv2 import dlib detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") scorer = FocusScorer(window=30, ear_thresh=0.21) cap = cv2.VideoCapture(0) # 0 表示默认摄像头 while True: ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = detector(gray, 0) for face in faces: shape = predictor(gray, face) # 转成 numpy 方便计算 points = np.array([[p.x, p.y] for p in shape.parts()]) left_eye = points[36:42] right_eye = points[42:48] ear = (eye_aspect_ratio(left_eye) + eye_aspect_ratio(right_eye)) / 2.0 # 头部姿态这里省略 solvePnP 细节，返回 yaw 和 pitch yaw, pitch = estimate_head_pose(points, frame.shape) focus = scorer.score(ear, yaw, pitch) cv2.putText(frame, f"Focus: {focus:.2f}", (30, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow("Focus Detection", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()

逻辑说明：detector(gray, 0)的第二个参数是上采样次数，0 表示不放大，速度快但小脸可能漏检，改成 1 能提升召回率但帧率下降。参数说明：cv2.waitKey(1)里的 1 是毫秒，值越小循环越快，但太小在某些系统上窗口不响应，一般 1 到 30 之间。ord('q')是退出键，调试时很实用。

4. 避坑与排查：跑这套源码最容易翻车的五个地方

4.1 摄像头打开成功但画面全黑

现象：cap.read()返回 True，但frame全是零，imshow出来一片黑。原因：摄像头被其他程序占用，或者索引不对。有些笔记本内置摄像头是 0，外接 USB 摄像头是 1，但顺序不固定。解决：把VideoCapture(0)依次改成 1、2 试，或者用cap.isOpened()先判断。另外，某些系统上首次调用摄像头有权限弹窗，没点允许就会拿到黑帧。

4.2 关键点模型加载报错

现象：运行到dlib.shape_predictor(...)时抛RuntimeError: Unable to open shape_predictor_68_face_landmarks.dat。原因：模型文件路径不对，或者文件根本没下载。解决：确认文件在当前工作目录，或者写绝对路径。注意这个模型文件有几十 MB，如果源码包里的是几 KB 的文件，那是下载失败的占位文件，要重新获取。

4.3 专注度分数一直为 0 或一直为 1

现象：不管怎么动，分数不动。原因：EAR 阈值和实际画面不匹配，或者关键点索引取错。解决：先把 EAR 实时打印出来，正常睁眼时应该在 0.25 到 0.35 之间，闭眼时降到 0.15 以下。如果打印出来是 0.01 或 5.0 这种离谱值，就是索引错了。戴眼镜的人 EAR 整体偏低，阈值要从 0.21 往下调到 0.18 左右。

4.4 帧率低到个位数

现象：画面卡顿，分数更新很慢。原因：dlib 的 HOG 检测器在每帧全图检测，分辨率越高越慢。解决：把画面缩到 640×480 再检测，或者改成每 3 帧检测一次人脸，中间帧复用上一次的人脸框。这是常见做法，能显著提升流畅度，代价是人脸快速移动时框会滞后。

4.5 多人画面下分数串台

现象：画面里有两个人，分数在两个人之间乱跳。原因：源码默认只处理faces列表里的第一个或最后一个，没有按人绑定状态。解决：给每个人脸分配一个 ID（可以用简单的 IOU 跟踪），每个 ID 维护独立的FocusScorer实例。如果只是单人场景，可以在检测到多张脸时直接跳过或只取面积最大的那张。

5. 进阶玩法：把专注度分数变成可用的数据

跑通实时显示只是第一步，真正有价值的是把分数沉淀成数据。我一般会加一个 CSV 记录模块，每秒钟写一行，包含时间戳、人脸数、平均专注度。这样一段 45 分钟的网课下来，就能画出专注度曲线，看出哪个时间段走神最多。

import csv import time class FocusLogger: def __init__(self, path="focus_log.csv"): self.file = open(path, "w", newline="") self.writer = csv.writer(self.file) self.writer.writerow(["timestamp", "face_count", "avg_focus"]) self.last_write = 0 def log(self, face_count, avg_focus): now = time.time() # 每秒最多写一次，避免文件爆炸 if now - self.last_write >= 1.0: self.writer.writerow([f"{now:.2f}", face_count, f"{avg_focus:.3f}"]) self.file.flush() self.last_write = now

逻辑说明：flush()保证程序被强制中断时数据不丢，这是后悔药级别的细节。参数说明：1.0是写入间隔秒数，做长时统计够用，要做精细分析可以降到 0.2。

另一个进阶方向是阈值自适应。固定阈值在不同光照、不同人之间表现差异很大，可以在程序启动时先采集 5 秒「正常注视」的 EAR 均值，以此为基准动态设定阈值，比如取基准的 70%。这样换个人、换个房间，不用手动改代码。

验证方法上，建议做一次对照实验：让同一个人分别「正常看屏幕」和「低头看手机」各 30 秒，看两种状态下平均分是否有明显区分。如果区分度不到 0.2，说明权重或阈值需要调。我自己的习惯是，每次改完参数都强制走一遍这个对照，不然很容易被某一帧的偶然高分骗过去。希望这套源码和上面的调参思路，能帮你少走几个弯路。

本文还有配套的精品资源，点击获取