python openCV로 실시간 영상 분석 뿌시기

스마트 미러를 팀원들과 만들기 위해, openCV를 활용한 얼굴 인식  및 azure에서 제공하는 표정인식 api를 활용하는 방법을 익혀야 했다. 따라서 이번주에 간단하게 익힌 방법을 작성하고, 추가할 부분이 있다면 차근차근 추가하며 공부를 해보고자 한다💪

 

1. openCV 설치하기

파이썬에서 cv2 라이브러리를 import 하기 위해서 다음과 같은 설치를 해야한다.

pip install opencv-python

 

 

2. openCV 오픈소스 다운받기

openCV를 활용하여 여러가지 분류기를 활용할 수 있는 오픈소스가 공개되어 있다!! 이들은 아래 깃허브 사이트에서 다운로드가 가능하다.

github.com/opencv/opencv

opencv/opencv

 

 

 

3. openCV 파일에 있는 'haarcascade_frontalface_default.xml' 활용하여 실시간 영상에서 얼굴 인식

이는 다음과 같은 공식 라이브러리를 참고했다.

docs.opencv.org/master/dd/d43/tutorial_py_video_display.html

OpenCV: Getting Started with Videos

 

cap = cv2.VideoCapture(0)

노트북 컴퓨터를 키고, 얼굴인식  파일을 열었다.

 

 

face_cascade = cv2.CascadeClassifier('주소/data/haarcascades/haarcascade_frontalface_default.xml')

얼굴 인식 파일을 읽어온다. 얼굴 인식 파일은 openCV library에서 'haarcascade_frontalface_default.xml' 경로에 저장되어 있다.

 

 

 

 

faces = face_cascade.detectMultiScale(gray, 1.4, 5)

 

objects = cv.CascadeClassifier.detectMultiScale(image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]])

각 파라미터는 다음을 의미한다.

image	Matrix of the type CV_8U containing an image where objects are detected.
objects	Vector of rectangles where each rectangle contains the detected object, the rectangles may be partially outside the original image.
scaleFactor	Parameter specifying how much the image size is reduced at each image scale.
minNeighbors	Parameter specifying how many neighbors each candidate rectangle should have to retain it.
flags	Parameter with the same meaning for an old cascade as in the function cvHaarDetectObjects. It is not used for a new cascade.
minSize	Minimum possible object size. Objects smaller than that are ignored.
maxSize	Maximum possible object size. Objects larger than that are ignored. If maxSize == minSize model is evaluated on single scale

 

 

 

cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),2)

cv에 있는 rectangle 함수를 통해 빨간색의 굵기가 2인 직사각형을 그려낸다. 

color 자리의 색상 파라미터는 각 자리가 (파란색, 초록색, 빨간색) 이다.

img = cv.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])

 

 

 

cv2.waitKey(1) == ord('q')

waitKey는 'q' key event를 1ms 동안 기다린다.

q라는 이벤트가 들어오면 while문을 break 하여 실시간 영상을 종료하고 메모리를 삭제한다.

 

 

최종 코드는 다음과 같다.

#pip install opencv-python
import cv2

#노트북 카메라에서 영상을 읽어온다
cap = cv2.VideoCapture(0)


#얼굴 인식 캐스케이드 파일 읽는다
face_cascade = cv2.CascadeClassifier('주소/data/haarcascades/haarcascade_frontalface_default.xml')

while(True):
    # frame 별로 capture 한다
    ret, frame = cap.read()
	
    # 좌우 반전은 1, 상하반전은 0
    frame = cv2.flip(frame,1)
	# 프레임이 제대로 읽어지지 않은 경우
    if not ret:
        print("Can't receive frame (stream end?). Exiting ...")
        break
        
    
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #detectMultiScale (InputArray image, std::vector< Rect > &objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
    faces = face_cascade.detectMultiScale(gray, 1.4, 5)

    # 빨간 사각형으로 인식된 얼굴을 표시한다.
    for (x,y,w,h) in faces:
         cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),2)

    #webCamera라는 이름으로 실시간 화면을 보여준다.
    cv2.imshow('webCamera',frame)
    # q를 누르면 종료되도록 하는 코드이다.
    if cv2.waitKey(1) == ord('q'):
        break
        
# 메모리를 해제시켜준다.
cap.release()
cv2.destroyAllWindows()