使用 OpenCV 进行实时虹膜检测 - 阈值与 HoughTransform

Question

我正在尝试创建一个能够在实时视频流中检测和跟踪眼睛虹膜的应用程序。为此，我想使用Python 和OpenCV。在互联网上对此进行研究时，在我看来，有多种可能的方法可以做到这一点。

第一种方式：

运行Canny Filter 获取边缘，然后使用HoughCircle 查找Iris。

第二种方式：

使用Otsus-Algorithm 找到完美阈值，然后使用cv2.findContours() 找到Iris。

由于我希望它在 Raspberry Pi (4B) 上运行，我的问题是这些方法中哪一种更好，尤其是在可靠性和性能方面？

Answer 1

我会采取第三条路径，从一种成熟的面部标志检测方法（例如 dlib）开始。您可以使用预训练模型来获得对眼睛位置的可靠估计。

这是面部标志检测器的示例输出：

然后你从那里继续寻找虹膜，使用边缘检测、霍夫或其他方法。

也许您可以简单地使用启发式方法，因为您可以假设虹膜始终位于每只眼睛周围关键点的质心。

在类似的设置中也有一些很好的在线教程（即使对于 Raspberry），例如来自 PyImageSearch 的 this one 或 this other one。