一、背景：如何實現電腦防偷窺？自己就百度
（1）貼物理防窺膜，一百度，最多就是賣膜的商家。蘋果顯示器真心不建議貼膜，貌似是時間久了膠紙會對顯示屏表層破壞。
（2）蘋果自己申請的有防偷窺專利，比如:
1：當有人看向你的屏幕的時候，電腦攝像頭能檢測到偷窺者，然后，電腦界面只跟隨主人的眼睛顯示界面內容，剩下的都是亂碼。感覺挺牛的，但是，目前還只是專利，沒有應用到手機電腦上。
2：可以調節可視角，從而達到物理防窺膜的功能，貌似手機有應用電腦沒有。
（3）華為手機防偷窺屏設置的方法如下：
1、點擊打開手機桌面上的設置。
2、在設置菜單下找到並點擊進入安全。
3、進入“應用鎖”，設置初始密碼，並添加應用。
4、應用鎖關聯人臉后，可借助姿態感應器，當感知到人臉發生變化后（例如多人圍觀、或他人使用等場景），被加鎖的應用需重新驗證才能進入，應用的通知詳情也會自動隱藏。此功能光線良好時體驗效果更佳。
（4）Rearview（后視鏡軟件，收費），裝上它就像給你的Mac裝上了后視鏡 —— 用前置攝像頭隨時察看是否有人在背后偷窺。
即使其他應用處於全屏模式，這個攝像頭也能一直置於頁面前端。
當相機檢測到其他臉部時，你還可以為此添加聲音警報，這樣當你沉迷於工作時，也能立刻察覺到。
關於隱私方面也無需擔心。Rearview應用程序不記錄任何內容，無需訪問網絡，也不存儲任何個人數據，攝像機視圖僅顯示當前設備攝像機捕獲的圖像。不過目前Rearview僅支持Mac上使用而且收費。
二、要實現的目標
綜合以上，就想着能不能用腳本去實現Rearview后視鏡的功能，“Python 控制Mac攝像頭,實現防窺屏”
架構：mac+python3+opencv（調用攝像頭）+pillow/PIL（畫圖庫）+dlib（人臉檢測庫）+shape_predictor_68_face_landmarks.dat(人臉識別68個特征點檢測數據庫)
功能：可進行拍照、實時控制人臉
- faces_chip_from_camera.py
將檢測到的人臉,依次在攝像頭窗口實時平鋪顯示(人臉對齊)(不能戴口罩遮掩口鼻，否則識別不到)；
當然，在這個腳本基礎上，為了達到跟Rearview后視鏡的功能更接近，更滿足使用需求，添加需求如下：（1）窗口可調整大小（2）窗口位置固定於左上角or右下角（3）窗口置頂，不被別的應運覆蓋（4）界面出來不是鏡像的，設置為鏡像。
- python3 crop_faces_show.py
將檢測到的人臉剪切下來, 依次排序平鋪顯示在新的圖像上; - python3 crop_faces_save.py
將檢測到的人臉生成單個圖像存儲到本地路徑; - python3 faces_from_camera.py
將檢測到的人臉,依次在攝像頭窗口實時平鋪顯示;
（2）https://zhuanlan.zhihu.com/p/77278306 在這里找到有趣的相關攝像頭應用功能
GitHub:https://github.com/tomoncle/face-detection-induction-course
- input_video_stream_paste_mask.py
獲取攝像頭視頻，實時控制多張人臉戴墨鏡和叼煙卷(戴口罩也可以)
原理：從攝像頭獲取視頻流，並轉換為一幀一幀的圖像，然后將圖像信息傳遞給opencv這個工具庫處理，返回灰度圖像（就像你使用本地靜態圖片一樣）
程序啟動后，根據監聽器信息，使用一個while循環，不斷的加載視頻圖像，然后返回給opencv工具呈現圖像信息。
創建一個鍵盤事件監聽，按下"d"鍵，則開始執行面部匹配，並進行面具加載（這個過程是動態的，你可以隨時移動）。
面部匹配使用Dlib中的人臉檢測算法來查看是否有人臉存在。如果有，它將為每個人臉創建一個結束位置，眼鏡和煙卷會移動到那里結束。
然后我們需要縮放和旋轉我們的眼鏡以適合每個人的臉。我們將使用從Dlib的68點模型返回的點集來找到眼睛和嘴巴的中心，並為它們之間的空間旋轉。
在我們實時獲取眼鏡和煙卷的最終位置后，眼鏡和煙卷從屏幕頂部進入，開始匹配你的眼鏡和嘴巴。
假如沒有人臉，程序會直接返回你的視頻信息，不會有面具移動的效果。
默認一個周期是4秒鍾。然后你可以通過"d"鍵再次檢測。
程序退出使用"q"鍵。 - input_static_pic_to_gif2_for_class.py
識別任意存在人臉的照片，動態生成戴墨鏡和叼煙卷的動圖GIF（細長的照片容易生成效果圖）
GIF動圖（眼鏡和煙卷從上往下匹配到眼鏡，最后出現字母），可以添加到VX表情包里。 - upload_image_to_draw_bounding_box.md
識別上傳對象，標注類型，並定位其准確坐標
（3）還發現好多類似Python功能腳本，這里就不贅述，感興趣可以搜一下。
三、 架構搭建
上邊的腳本運行簡單，前提是你搭建好完整的架構，即Python軟件、Python運行環境、各種Python庫包、數據包。
具體安裝什么庫包，可以一邊運行Python腳本看報錯，一邊安裝缺少的庫包解決報錯。
架構：mac（跟Linux系統很相似）+python3+opencv（調用攝像頭庫）+pillow/PIL（畫圖庫）+dlib（人臉檢測庫）+shape_predictor_68_face_landmarks.dat(人臉識別68個特征點檢測數據庫)
我自己先后安裝命令記錄如下：
默認Python是Python2：
pip install opencv-python #不成功
python -m pip install opencv-python==4.2.0.32 #成功
pip install PIL #提示沒有安裝PIL，但是，這種命令是錯誤的，不成功
pip install Pillow #成功安裝PIL（歷史淵源，具體可以自己百度，PIL很久沒有維護版本更新了，后來出來了pillow是對PIL的延伸，而且pillow的上級目錄名稱沿用了PIL）
pip install imutils #成功
pip install dlib #失敗
pip install dlib -vvv #失敗
pip install dlib-19.8.1-cp36-cp36m-win_amd64.whl #失敗
pip install cmake #百度說是先安裝cmake 成功
pip install dlib #還是失敗
換用Python3：
python3 -m pip install opencv-python #成功
/Library/Developer/CommandLineTools/usr/bin/python3 -m pip install --upgrade pip #升級pip
python3 -m pip install pillow #成功
python3 -m pip install imutils #成功
python3 -m pip install dlib #失敗
python3 -m pip install dlib -vvv #失敗
python3 -m pip install cmake #成功
python3 -m pip install dlib #失敗，換Python3也不行，跟Python2一樣。所以就不是Python版本問題。
brew install anaconda #成功，百度，好多借用anaconda搭建Python環境，去解決dlib安裝失敗問題。
conda create -n face python=3.8 #創建3.8環境，名為face，失敗
/usr/local/anaconda3/conda create -n face python=3.8 #成功，創建face環境，但是conda不在環境變量下
/usr/local/anaconda3/condabin/conda activate face #成功，激活face環境
/usr/local/anaconda3/condabin/conda init #將環境變量信息寫入.bashrc文件中，下次啟動之后會自動激活conda的環境
source .bash_profile #激活，是環境變量起效
conda install opencv-python #失敗，默認下載源里沒有，名稱不對
conda install -c conda-forge opencv #成功，在face環境下，安裝opencv #-c 是在默認的下載源里增加conda-forge下載源，提高下載成功率
python3 -m pip install imutils #成功
python3 -m pip install dlib #雖然成功安裝，但還是運行報錯沒有dlib
conda install -c menpo dlib=18.18 #-c 是在默認的下載源里增加menpo下載源，提高下載成功率
conda install -c conda-forge pillow #安裝到Anaconda的環境下
conda install -c conda-forge pillow=8.1.2 #成功
conda install -c conda-forge dlib
Pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple/ #忘記了
Pip install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple/ #忘記了
pip install dlib #安裝提示：Requirement already satisfied: dlib in /usr/local/anaconda3/envs/face/lib/python3.8/site-packages (19.21.1)「就是,用conda安裝好的dlib」
conda list |grep "dlib" #查看conda安裝列表中dlib版本等信息。
dlib 19.21.1 py38hfe90ab8_0 conda-forge
conda list #查看已安裝的包
pip uninstall dlib #卸載dlib
conda install -c conda-forge face_recognition #成功
pip install --no-dependencies face_recognition #可參考
Pip install face_recognition -i https://pypi.tuna.tsinghua.edu.cn/simple/ #成功
還需要，手動下載shape_predictor_68_face_landmarks.dat(人臉識別68個特征點檢測數據庫)，然后，放到跟腳本匹配的目錄下。
顎點= 0–16
右眉點= 17–21
左眉點= 22–26
鼻點= 27–35
右眼點= 36–41
左眼點= 42–47
口角= 48–60
嘴唇分數= 61–67
百度雲鏈接：https://pan.baidu.com/s/1Z1a_ud__BWXgCWZeSdpL2g
提取碼：lzjy
人臉識別69個特征點檢測數據庫具體可參考：https://blog.csdn.net/qq_29894613/article/details/89531013和https://blog.csdn.net/monster663/article/details/118341515
報錯解決 ：
1、報錯：關於ERROR: Failed building wheel for dlib
解決：這個，真的很費時間，思路就是，借用anaconda搭建Python環境，去解決dlib安裝失敗問題。具體看上邊的命令。
關於這個問題，也可以參考：https://blog.csdn.net/weixin_43738067/article/details/105697827
2、報錯：/anaconda3/envs/face/lib/python3.8/site-packages/skimage/io/manage_plugins.py:23: UserWarning: Your installed pillow version is < 8.1.2. Several security issues (CVE-2021-27921, CVE-2021-25290, CVE-2021-25291, CVE-2021-25293, and more) have been fixed in pillow 8.1.2 or higher. We recommend to upgrade this library.
解決：conda install -c conda-forge pillow=8.1.2，成功了。
3、報錯：AttributeError: module 'dlib' has no attribute dlib.image_window()
解決：
先說一下出現問題的環境：
Mac + Anaconda 其中Python版本為3.8 。
在終端跑dlib官方樣例的時候報這個錯誤的，但是疑惑的是，我的Anaconda創建的環境中安裝dlib是很成功的，conda list 也可以找到，並且是當前最新版本dlib 19.19 ：
於是看到有的解決方案中是要求安裝lib11-dev ,
即 ：sudo apt-get install libx11-dev
本人照做了，但是提示已經是最新版本，所以不是這個問題。
有的博客中說需要cmake，我的電腦中一直都有這個環境，所以也不是這個問題。
所以，我嘗試了卸掉dlib然后再重新裝，結果依舊報錯，不過我裝的時候都是用conda install 裝的，所以前后沒變化也正常。
最后解決的辦法是：不用conda命令裝，而是用pip。我的電腦在命令行上如果直接輸入Python的話，默認導入的是Anaconda的Python3.8 ，如圖
常規意義上如果用pip裝的話，應該是安裝到非Anaconda的環境下，但是確實在終端輸入
pip install dlib
后就進入了安裝狀態，安裝完之后，重新運行樣例代碼就沒有這個報錯了。
四、庫簡單介紹
（1）opencv：
import cv2 #Python腳本引入庫
cap = cv2.VideoCapture(0) #創建攝像頭對象——使用opencv自帶的VideoCapture()函數定義攝像頭對象，其參數0表示第一個攝像頭。
cap.set(3, 960) #設置視頻播放的的大小，需要了解攝像頭支持的視頻大小。 視頻每一幀的寬
cap.set(4, 960) #視頻每一幀的高
當然也可以設置其他的參數（第一個參數就是圖中的值），具體參考下圖：
逐幀顯示實現視頻播放
在while循環中，利用攝像頭對象的read()函數讀取視頻的某幀，並顯示，然后等待1個單位時間，如果期間檢測到了鍵盤輸入q，則退出，即關閉窗口。
while(1):
# get a frame
ret, frame = cap.read() #返回值：R1：布爾值（視頻讀取正確 True，錯誤False） R2：圖像的三維矩陣，這樣 ret 存儲布爾值，frame 存儲圖像。如果不要布爾值，也可以_, frame = cap.read()。若使用一個變量來接收兩個值，如 frame = cap.read() 則 frame 為一個元組，原來使用 frame 處需更改為 frame[1]。
# show a frame
cv2.imshow("capture", frame) # 窗口顯示，顯示名為 capture
if cv2.waitKey(1) & 0xFF == ord('q'): # cv2.waitKey(1)每幀數據延時 1ms（延時不能為 0，否則讀取的結果會是靜態幀）。waitKey(int delay)函數接收一個整型值，如果值是0，那么函數不會有返回值，如果delay大於0，那么超過delay ms后，如果沒有按鍵，那么會返回-1，如果按鍵會返回鍵盤值。 在某些系統中，返回的鍵盤值可能不是ASCII編碼（整型值）（就是沒法直接判斷它按的是哪個按鈕了），所以通過與運算（& 0xFF）只取第八位（即，字符最后一個字節），就能愉快地玩耍了。
break
print(cap.get(3)) #cap.get( propId )查詢視頻的參數，返回值：無，參數propId：查詢的視頻參數，其中部分值可以使用 cap.set() 進行修改
print(cap.get(4))
cap.release() #調用release()釋放攝像頭
cv2.destroyAllWindows() #調用destroyAllWindows()釋放所有圖像窗口
參考：https://blog.csdn.net/pursuit_zhangyu/article/details/81563379
https://blog.csdn.net/qq_31258245/article/details/79205305 Opencv中使用waitKey(10) & 0xFF的原因
（2）其他庫有機會用到再補充。