eyeLike 眼动追踪指南：用普通摄像头 3 步搭好免费的瞳孔追踪系统-平芜编程栈

eyeLike 眼动追踪指南：用普通摄像头 3 步搭好免费的瞳孔追踪系统

【免费下载链接】eyeLikeA webcam based pupil tracking implementation.项目地址: https://gitcode.com/gh_mirrors/ey/eyeLike

商业眼动仪报价动辄上万元，做眼动交互的第一个门槛往往不是算法而是预算。eyeLike 眼动追踪方案提供了另一条路径：一只普通 USB 摄像头、一套 OpenCV 代码，就能实时算出双眼瞳孔中心。它是一个 MIT 许可的开源项目，底层采用 Fabian Timm 的图像梯度瞳孔定位算法，代码量小、结构清晰，适合想零成本入门眼动交互的开发者先跑通、再改造。

eyeLike 项目定位：零硬件成本的 OpenCV 瞳孔追踪参考实现

eyeLike 不依赖红外相机或专用传感器，只用可见光摄像头画面做瞳孔中心定位：算法源自 Fabian Timm 提出的图像梯度瞳孔中心定位方法（Timm & Barth，VISAPP 2011），仓库则提供该算法的开发者参考实现，并附带实时调试窗口，每一步的处理结果都能直接看到。

三个特点决定了它适合入门：

硬件零投入：现有 USB 摄像头即插即用，支持大多数市售摄像头，无需购买专业眼动设备。
上手成本低：CMake 一条命令链完成编译，src/ 目录里入口、算法、工具文件分工明确，可以逐文件读懂。
完全开源：MIT 许可，可自由改参数、扩功能，也能作为教学与二次开发的基线。

原理速览：eyeLike 从摄像头画面到瞳孔中心的四个步骤

程序对每一帧画面依次做四件事：

面部检测：加载 res/ 目录下的 Haar 级联分类器，在灰度图中找出最大的人脸框，复杂背景下也能快速锁定位置。
眼睛区域提取：人脸出现后不再做第二次级联检测，而是按几何比例直接切出左右眼区域——顶部偏移 25%、侧边 13%、区域高度 30%、宽度 35%（均相对人脸框尺寸）。
瞳孔中心定位：核心一步。按 Fabian Timm 算法先求眼睛区域的图像梯度，丢弃低于阈值的弱梯度，再用带权重的梯度向量交汇准则对每个候选中心累加投票，得分最高处即瞳孔中心，最后换算回原始坐标。
结果可视化：原始画面、面部特写、左右眼特写四个窗口同时打开，实时画出人脸框、眼睛框与瞳孔中心圆点，便于逐帧判断质量。

部署 eyeLike：环境安装、编译与首次运行

准备编译环境（以 Ubuntu/Debian 为例）

组件	版本要求	安装命令
C++ 编译器	GCC 7.0+	`sudo apt install build-essential`
CMake	3.10+	`sudo apt install cmake`
OpenCV	3.4+	`sudo apt install libopencv-dev`

建议优先使用 OpenCV 3.4.x 系列；src/main.cpp 中已包含对 4.x 的兼容处理，升级后一般也能正常编译。

克隆仓库并编译 eyeLike

git clone https://gitcode.com/gh_mirrors/ey/eyeLike cd eyeLike mkdir build && cd build cmake .. make -j4

编译成功后，可执行文件位于build/bin/eyeLike。

运行 eyeLike 并熟悉调试窗口

直接运行./bin/eyeLike，程序会自动调用摄像头并开始逐帧检测。运行中两个操作值得记住：按f保存当前帧为frame.png，方便离线复现问题帧；按c退出程序。

让定位更稳：eyeLike 的调优与调试手段

追踪质量一半靠环境、一半靠参数：

光线：避免强光直射面部，追求均匀照明；反光严重时适当调低摄像头曝光。
机位：摄像头与眼睛保持同一水平线，距离 50–70 cm，镜头略微下倾可减少镜面反射。
参数：关键常量集中在 src/constants.h。眼睛区域的四个百分比（kEyePercentTop 25、kEyePercentSide 13、kEyePercentHeight 30、kEyePercentWidth 35）决定切眼是否贴合，人脸偏大偏小时优先调它们；kGradientThreshold（默认 50.0）控制参与投票的梯度强度，定位发漂时上调、检测丢失时下调。
调试：把 kPlotVectorField 置为 true 会额外导出中间结果（eyeFrame.png）辅助分析，再配合 f 键保存整帧，可以离线对比不同参数组合的效果。
性能：降低摄像头分辨率、收紧眼睛检测区域都能减少每帧计算量，对实时性要求高时优先处理这两项。

eyeLike 能做什么：四类典型眼动交互场景

🎮游戏交互：视线控制角色移动、菜单选择，甚至实现"看哪打哪"的瞄准体验。
📚教育研究：分析课堂注意力分布、阅读时的眼球运动模式，用注视时长评估学习效果。
♿无障碍辅助：眼控打字、用眼神操作智能家居、为行动不便者提供非语言沟通通道。
🚗驾驶安全：通过眨眼频率做疲劳检测、视线偏离道路时预警，并用视线控制车载信息系统。

选型边界：eyeLike 与商业眼动仪、深度学习方案的差异

eyeLike 的优势区间是"低成本 + 完全可控"：不花硬件钱、不依赖 GPU、每一行算法都能改；代价是精度与成熟度相对有限。

维度	eyeLike	商业眼动仪	深度学习方案
硬件成本	零（复用现有摄像头）	约 1000–5000 元	中等（通常需 GPU）
部署难度	低（编译即跑）	中	高（需训练数据）
实时性能	约 30 fps	120 fps 以上	依赖硬件
定制灵活性	完全开源可改	封闭系统	需数据支持
学习曲线	平缓	简单	陡峭