La detección de rostros es una tecnología para identificar rostros a partir de la imagen. Usamos OpenCV de Python para esto. También podemos usar la detección de rostros en el caso de los animales. Si uno puede echar un vistazo de cerca al repositorio de OpenCV, el directorio de cascadas haar para ser específico (donde OpenCV almacena todos sus clasificadores haar pre-entrenados para detectar varios objetos, partes del cuerpo, etc.), hay dos archivos:
- haarcascade_frontalcatface.xml
- haarcascade_frontalcatface_extended.xml
El objetivo del programa proporcionado es detectar el objeto de interés (cara de gato) en tiempo real y seguir rastreando el mismo objeto. Este es un ejemplo simple de cómo detectar la cara del gato en Python. Puede intentar usar muestras de entrenamiento de cualquier otro objeto de su elección para ser detectado entrenando el clasificador en los objetos requeridos.
A continuación se muestra la implementación.
# OpenCV program to detect cat face in real time # import libraries of python OpenCV # where its functionality resides import cv2 # load the required trained XML classifiers # https://github.com/Itseez/opencv/blob/master/ # data/haarcascades/haarcascade_frontalcatface.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_frontalcatface.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] # 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()
Producción:
Publicación traducida automáticamente
Artículo escrito por vigneshsuresh4499 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA