OPENCV PYTHON PROGRAM AZ ARCFELISMERÉSHEZ

A megadott program célja az érdeklődésre számot tartó objektum(arc) valós időben történő észlelése, és ugyanazon objektum folyamatos nyomon követése. Ez egy egyszerű példa arra, hogyan lehet arcot észlelni Pythonban. Megpróbálhatja bármely más választott objektum betanítási mintáját használni, hogy az osztályozót a szükséges objektumokra betanítsa a felismeréshez. Az alábbiakban bemutatjuk a követelmények letöltésének lépéseit.

Lépések:

Töltse le a Python 2.7.x verzióját numpy és az Opencv 2.7.x verzióját. Ellenőrizze, hogy a 32 bites vagy a 64 bites Windows kompatibilis-e, és ennek megfelelően telepítse.
Győződjön meg arról, hogy a numpy fut a pythonban, majd próbálja meg telepíteni az opencv-t.
Helyezze a haarcascade_eye.xml és haarcascade_frontalface_default.xml fájlokat ugyanabba a mappába (a hivatkozások az alábbi kódban találhatók).

Végrehajtás

Python

    # OpenCV program to detect face in real time   # import libraries of python OpenCV    # where its functionality resides   import   cv2   # load the required trained XML classifiers   # https://github.com/opencv/opencv/tree/master   # data/haarcascades/haarcascade_frontalface_default.xml   # Trained XML classifiers describes some features of some   # object we want to detect a cascade function is trained   # from a lot of positive(faces) and negative(non-faces)   # images.   face_cascade   =   cv2  .  CascadeClassifier  (  'haarcascade_frontalface_default.xml'  )   # https://github.com/opencv/opencv/tree/master   # /data/haarcascades/haarcascade_eye.xml   # Trained XML file for detecting eyes   eye_cascade   =   cv2  .  CascadeClassifier  (  'haarcascade_eye.xml'  )   # capture frames from a camera   cap   =   cv2  .  VideoCapture  (  0  )   # loop runs if capturing has been initialized.   while   1  :   # reads frames from a camera   ret     img   =   cap  .  read  ()   # convert to gray scale of each frames   gray   =   cv2  .  cvtColor  (  img     cv2  .  COLOR_BGR2GRAY  )   # Detects faces of different sizes in the input image   faces   =   face_cascade  .  detectMultiScale  (  gray     1.3     5  )   for   (  x    y    w    h  )   in   faces  :   # To draw a rectangle in a face    cv2  .  rectangle  (  img  (  x    y  )(  x  +  w    y  +  h  )(  255    255    0  )  2  )   roi_gray   =   gray  [  y  :  y  +  h     x  :  x  +  w  ]   roi_color   =   img  [  y  :  y  +  h     x  :  x  +  w  ]   # Detects eyes of different sizes in the input image   eyes   =   eye_cascade  .  detectMultiScale  (  roi_gray  )   #To draw a rectangle in eyes   for   (  ex    ey    ew    eh  )   in   eyes  :   cv2  .  rectangle  (  roi_color  (  ex    ey  )(  ex  +  ew    ey  +  eh  )(  0    127    255  )  2  )   # Display an image in a window   cv2  .  imshow  (  'img'    img  )   # Wait for Esc key to stop   k   =   cv2  .  waitKey  (  30  )   &   0xff   if   k   ==   27  :   break   # Close the window   cap  .  release  ()   # De-allocate any associated memory usage   cv2  .  destroyAllWindows  ()