瞳孔識別是近年來非常熱門的計算機視覺領域的研究方向。Python作為一門流行的編程語言，在計算機視覺領域也有很高的應用價值。下面介紹一個使用Python語言實現的瞳孔識別代碼。

import cv2
# 讀取圖像
img = cv2.imread('eye.jpg')
# 轉換為灰度圖像
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 進行直方圖均衡化
gray = cv2.equalizeHist(gray)
# 進行邊緣檢測
edges = cv2.Canny(gray,100,200)
# 進行圓形霍夫變換
circles = cv2.HoughCircles(edges,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=5,maxRadius=50)
# 遍歷圓形輪廓進行瞳孔檢測
for circle in circles[0]:
# 提取圓心和半徑
center = (int(circle[0]),int(circle[1]))
radius = int(circle[2])
# 在原圖中繪制圓形輪廓
cv2.circle(img,center,radius,(0,255,0),2)
# 在原圖中繪制圓心
cv2.circle(img,center,2,(0,0,255),3)
# 顯示圖像
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代碼使用了OpenCV庫來實現瞳孔識別。首先通過cv2.imread()函數讀取圖像，并使用cv2.cvtColor()函數將圖像轉化為灰度圖像。接著對灰度圖像進行直方圖均衡化，以增強瞳孔的對比度。然后使用cv2.Canny()函數進行邊緣檢測，用于提取瞳孔區域的邊緣信息。接下來使用cv2.HoughCircles()函數進行圓形霍夫變換，以從邊緣圖像中找出圓形輪廓。最后遍歷所有的圓形輪廓，通過圓心和半徑繪制圓形輪廓和圓心，并在原圖中展示結果。