[PYTHON] Ich möchte die Position meines Gesichts mit OpenCV überprüfen!

Einführung

Wenn Sie ein Programm ausführen, das Ihre Eingaben ausgibt, z. B. ein Spiel "Ich wünschte ich könnte das Gesicht erkennen und es bedienen?" Ich habe darüber nach gedacht. Also habe ich ein Programm erstellt, das OpenCV verwendet, um auf die Position des Gesichts zu reagieren und von dort aus den Mittelpunkt des Gesichts zu finden. Selbst wenn ich das denke, ist es bedeutungslos, wenn ich es mit einem Standbild vor dem Programm, das das Video verarbeitet, nicht richtig erkennen kann. Deshalb habe ich ein Programm erstellt, das das Foto verarbeiten kann, und es dann ermöglicht, es mit dem Video zu verarbeiten.

Erstellungsübersicht

Geben Sie die Position des Gesichts mit OpenCV an

Entwicklungsumgebung

MacBookPro 2019 2,4 GHz Core i5-Speicher 16 GB OS:macOS Mojave10.14.6 Python(anaconda)

Inhalt

Es erfasst ein Gesicht mithilfe der OpenCV-Bibliothek und gibt die Koordinatenpunkte des Fotos aus.

Lesen Sie das Bild

Vorerst habe ich mit einer bereits vorhandenen Bibliothek etwas erstellt, das ein Gesicht spezifiziert, ohne darüber nachzudenken.

Face_photo.ipynb

import cv2
import matplotlib.pyplot as plt

image_name = input("File Name?")

src=cv2.imread(image_name)
image_gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY) #Graustufen
color=(0,0,255) #Kakomu Typ(rot)
color_c=(255,0,0) #Derjenige, der trifft(Punkt,Blau)
cascade = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml") #Import von Trainingsdaten

#Finde ein Gesicht
facerect = cascade.detectMultiScale(image_gray, scaleFactor=1.1, minNeighbors=1, minSize=(50,50))

if len(facerect) > 0:
    for rect in facerect:
        cv2.rectangle(src,tuple(rect[0:2]),tuple(rect[0:2]+rect[2:4]),color,thickness = 2) #Linie um das Gesicht
        cv2.circle(src,tuple(rect[0:2]+rect[2:4]//2),5,color_c,thickness=-10) #Punkt in der Mitte
        print(rect[0:2]+rect[2:4]//2)#Den Mittelpunkt ausgeben

cv2.imwrite(image_name+"_result.jpg ",src)#Derjenige, der gerettet werden soll

Auf diese Weise können Sie Punkte auf Ihrem Gesicht zeichnen. Infolgedessen sieht es so aus. (Originalfoto) (Ausgabeergebnis)

Ich glaube, ich konnte es auf gute Weise festhalten.

Problem

Bei dieser Methode gab es jedoch die folgenden Probleme. Wenn Sie das Loch in der Nase und den Nasenboden als Nase betrachten, ist es ein Gesicht (Kippari)

Ich kann nichts sagen, also muss ich das auch beheben.

Beurteile das größte Gesicht

Lassen Sie uns diesmal mit dem Körper darüber nachdenken, dass wir eine Person erkennen sollten. Der Grund dafür ist, dass das ultimative Ziel darin besteht, mit dem Gesicht zu operieren, sodass nicht viele Menschen angenommen werden müssen. Lassen Sie uns also nur das große Gesicht erkennen.

Face_Photo.ipynb

import cv2
import matplotlib.pyplot as plt

image_name = input("File Name?")

# image_name = "27708.jpg " #Fotos aufnehmen

src=cv2.imread(image_name)
image_gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY) #Graustufen
color=(0,0,255) #Kakomu Typ(rot)
color_c=(255,0,0) #Derjenige, der trifft(Punkt,Blau)

big_face=(0,0,0,0)

cascade = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml") #Import von Trainingsdaten

#Ein Zauber zum Verwalten
facerect = cascade.detectMultiScale(image_gray, scaleFactor=1.1, minNeighbors=1, minSize=(50,50))

if len(facerect) > 0:
    for rect in facerect:
        print(rect)
        if(big_face[2]<rect[2]):
            big_face= rect

cv2.rectangle(src,tuple(big_face[0:2]),tuple(big_face[0:2]+big_face[2:4]),color,thickness = 2) #Linie um das Gesicht
cv2.circle(src,tuple(big_face[0:2]+big_face[2:4]//2),5,color_c,thickness=-10) #Punkt in der Mitte
print("Ergebnis:%d" + (big_face[0:2]+big_face[2:4]//2))#Den Mittelpunkt ausgeben

cv2.imwrite(image_name+"_result.jpg ",src)#Derjenige, der gerettet werden soll

Ich beschloss, das größte Gesicht in etwas namens big_face zu speichern. Es klingt wie ein schlechtes Wort, ist es aber nicht. Natürlich ist dies jetzt ein guter Weg, um Ihr größtes Gesicht zu retten.

Mit Video erkennen

Zu diesem Zeitpunkt ist es die Endphase. Ich habe es mit Video zum Laufen gebracht.

Face_Video.ipynb

import cv2
import matplotlib.pyplot as plt

# image_name = input("File Name?")

# image_name = "27708.jpg " #Fotos aufnehmen

cap=cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH,640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT,480)

while True:
    ret,src=cap.read()

    if not ret:
        print("Couldn't detect camera.")
        break

    key=cv2.waitKey(1)&0xff
    if key==ord("q"):
        print("Given a exit command.")
        break
        
    image_gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY) #Graustufen
    color=(0,0,255) #Kakomu Typ(rot)
    color_c=(255,0,0) #Derjenige, der trifft(Punkt,Blau)

    big_face=(0,0,0,0)

    cascade = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml") #Import von Trainingsdaten

    #Ein Zauber zum Verwalten
    facerect = cascade.detectMultiScale(image_gray, scaleFactor=1.1, minNeighbors=1, minSize=(50,50))

    if len(facerect) > 0:
        for rect in facerect:
            if(big_face[2]<rect[2]):
                big_face= rect

        cv2.rectangle(src,tuple(big_face[0:2]),tuple(big_face[0:2]+big_face[2:4]),color,thickness = 2) #Linie um das Gesicht
        cv2.circle(src,tuple(big_face[0:2]+big_face[2:4]//2),5,color_c,thickness=-10) #Punkt in der Mitte
        print(big_face[0:2]+big_face[2:4]//2)#Den Mittelpunkt ausgeben

    cv2.imshow("result",src)
    cv2.waitKey(1)
    
cv2.destroyAllWindows()
cap.release()

Wenn Sie es bisher schaffen, sieht es wie folgt aus. Jetzt funktioniert es richtig. Darüber hinaus kann die Position der Nase selbst hier auch als numerischer Wert ausgegeben werden. Wenn Sie diesen verwenden, können Sie an der Position des Gesichts arbeiten. Übrigens habe ich eingefügt, dass es endet, wenn ich q drücke, aber es hat nicht mit jupyter geantwortet. Trauer.

Problem

Es gibt jedoch ein Problem mit dieser Methode, und sie reagiert nicht, wenn es sich um ein Profil handelt. Dies bedeutet nicht, dass das Profil Shinkansen ist, aber es gibt ein Problem, dass es nicht reagiert, da es sich um die Daten handelt, die in erster Linie über die Vorderseite gelernt wurden. Wenn Sie also eine Kamera und einen Bildschirm vollständig vor sich haben und diese in einem Spiel verwenden, können Sie sie meiner Meinung nach voll ausnutzen.

Das war's für die Gesichtserfassung mit OpenCV.

Ergänzung

Für alle Bilder, die dieses Mal verwendet wurden, habe ich die Bilder von Pakutaso verwendet.