Python//Mac——依据摄像头检测的方式去实现“防窥屏”
一、背景：如何实现电脑防偷窥？自己就百度
（1）贴物理防窥膜，一百度，最多就是卖膜的商家。苹果显示器真心不建议贴膜，貌似是时间久了胶纸会对显示屏表层破坏。（2）苹果自己申请的有防偷窥专利，比如1：当有人看向你的屏幕的时候，电脑摄像头能检测到偷窥者，然后，电脑界面只跟随主人的眼睛显示界面内容，剩下的都是乱码。感觉挺牛的，但是，目前还只是专利，没有应用到手机电脑上。2：可以调节可视角，从而达到物理防窥膜的功能，貌似手机有应用电脑没有。
（3）华为手机防偷窥屏设置的方法如下：点击打开手机桌面上的设置。2、在设置菜单下找到并点击进入安全。3、进入“应用锁”，设置初始密码，并添加应用。4、应用锁关联人脸后，可借助姿态感应器，当感知到人脸发生变化后（例如多人围观、或他人使用等场景），被加锁的应用需重新验证才能进入，应用的通知详情也会自动隐藏。此功能光线良好时体验效果更佳。
（4）Rearview（后视镜软件，收费），装上它就像给你的Mac装上了后视镜 —— 用前置摄像头随时察看是否有人在背后偷窥。
即使其他应用处于全屏模式，这个摄像头也能一直置于页面前端。
当相机检测到其他脸部时，你还可以为此添加声音警报，这样当你沉迷于工作时，也能立刻察觉到。
关于隐私方面也无需担心。Rearview应用程序不记录任何内容，无需访问网络，也不存储任何个人数据，摄像机视图仅显示当前设备摄像机捕获的图像。不过目前Rearview仅支持Mac上使用而且收费。
二、要实现的目标
综合以上，就想着能不能用脚本去实现Rearview后视镜的功能，“Python 控制Mac摄像头,实现防窥屏”
架构：mac+python3+opencv（调用摄像头）+pillow/PIL（画图库）+dlib（人脸检测库）+shape_predictor_68_face_landmarks.dat(人脸识别68个特征点检测数据库)
功能：可进行拍照、实时控制人脸
- faces_chip_from_camera.py
将检测到的人脸,依次在摄像头窗口实时平铺显示(人脸对齐)(不能戴口罩遮掩口鼻，否则识别不到)；
- python3 crop_faces_show.py
将检测到的人脸剪切下来, 依次排序平铺显示在新的图像上; - python3 crop_faces_save.py
将检测到的人脸生成单个图像存储到本地路径; - python3 faces_from_camera.py
将检测到的人脸,依次在摄像头窗口实时平铺显示;
（2）https://zhuanlan.zhihu.com/p/77278306 在这里找到有趣的相关摄像头应用功能
GitHub:https://github.com/tomoncle/face-detection-induction-course
- input_video_stream_paste_mask.py
获取摄像头视频，实时控制多张人脸戴墨镜和叼烟卷 - input_static_pic_to_gif2_for_class.py
识别任意存在人脸的照片，动态生成戴墨镜和叼烟卷的动图GIF - upload_image_to_draw_bounding_box.md
识别上传对象，标注类型，并定位其准确坐标
（3）
三、 架构搭建
上边的脚本运行简单，前提是你搭建好完整的架构，即Python软件、Python运行环境、各种Python库包、数据包。
具体安装什么库包，可以一边运行Python脚本看报错，一边安装缺少的库包解决报错。
架构：mac（跟Linux系统很相似）+python3+opencv（调用摄像头库）+pillow/PIL（画图库）+dlib（人脸检测库）+shape_predictor_68_face_landmarks.dat(人脸识别68个特征点检测数据库)
我自己先后安装命令记录如下：
conda install -c menpo dlib=18.18 #-c 是在默认的下载源里增加menpo下载源，提高下载成功率
conda install -c conda-forge pillow #安装到Anaconda的环境下
conda install -c conda-forge dlib
pip install dlib #安装提示：Requirement already satisfied: dlib in /usr/local/anaconda3/envs/face/lib/python3.8/site-packages (19.21.1)「就是,用conda安装好的dlib」
conda list |grep "dlib" #查看conda安装列表中dlib版本等信息。
dlib 19.21.1 py38hfe90ab8_0 conda-forge
conda list #查看已安装的包
pip uninstall dlib #卸载dlib
报错解决 ：
1、报错：/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.
解决：conda install -c conda-forge pillow=8.1.2，成功了。
2、报错：AttributeError: module 'dlib' has no attribute dlib.image_window()
解决：
先说一下出现问题的环境：
Mac + Anaconda 其中Python版本为3.8 。
在终端跑dlib官方样例的时候报这个错误的，但是疑惑的是，我的Anaconda创建的环境中安装dlib是很成功的，conda list 也可以找到，并且是当前最新版本dlib 19.19 ：
于是看到有的解决方案中是要求安装lib11-dev ,
即 ：sudo apt-get install libx11-dev
本人照做了，但是提示已经是最新版本，所以不是这个问题。
有的博客中说需要cmake，我的电脑中一直都有这个环境，所以也不是这个问题。
所以，我尝试了卸掉dlib然后再重新装，结果依旧报错，不过我装的时候都是用conda install 装的，所以前后没变化也正常。
最后解决的办法是：不用conda命令装，而是用pip。我的电脑在命令行上如果直接输入Python的话，默认导入的是Anaconda的Python3.8 ，如图
常规意义上如果用pip装的话，应该是安装到非Anaconda的环境下，但是确实在终端输入
pip install dlib
后就进入了安装状态，安装完之后，重新运行样例代码就没有这个报错了。
四、库简单介绍
（1）opencv：
import cv2 #Python脚本引入库
cap = cv2.VideoCapture(0) #创建摄像头对象——使用opencv自带的VideoCapture()函数定义摄像头对象，其参数0表示第一个摄像头。
cap.set(3, 960) #设置视频播放的的大小，需要了解摄像头支持的视频大小。 视频每一帧的宽
cap.set(4, 960) #视频每一帧的高
当然也可以设置其他的参数（第一个参数就是图中的值），具体参考下图：
逐帧显示实现视频播放
在while循环中，利用摄像头对象的read()函数读取视频的某帧，并显示，然后等待1个单位时间，如果期间检测到了键盘输入q，则退出，即关闭窗口。
while(1):
# get a frame
ret, frame = cap.read()
# show a frame
cv2.imshow("capture", frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
函数名：cap.read()
功 能：返回两个值先返回一个布尔值，如果视频读取正确，则为 True，如果错误，则为 False，也可用来判断是否到视频末尾 再返回一个值，为每一帧的图像，该值是一个三维矩阵。
通用接收方法为： ret,frame = cap.read(); 这样 ret 存储布尔值，frame 存储图像 若使用一个变量来接收两个值，如 frame = cap.read() 则 frame 为一个元组，原来使用 frame 处需更改为 frame[1]
返回值：R1：布尔值 R2：图像的三维矩阵
释放摄像头对象和窗口
调用release()释放摄像头，调用destroyAllWindows()关闭所有图像窗口。
cap.release()
cv2.destroyAllWindows()
参考：https://blog.csdn.net/pursuit_zhangyu/article/details/81563379
（2）