face_eye_detection.py

# هذا العمل مرخص بموجب ترخيص MIT.
# حقوق النشر (c) 2013-2023 OpenMV LLC. جميع الحقوق محفوظة.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# مثال اكتشاف العين والوجه
#
# يستخدم هذا البرنامج النصي كاشف frontalface المدمج للعثور على وجه ثم
# العينين داخل الوجه. إذا كنت تريد تحديد اتجاه نظرة العين، يرجى مراجعة
# البرنامج النصي iris_detection للاطلاع على مثال حول كيفية القيام بذلك.

import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(1)
csi0.gainceiling(16)
csi0.framesize(csi.HQVGA)
csi0.pixformat(csi.GRAYSCALE)

# تحميل Haar Cascade
# بشكل افتراضي سيستخدم هذا جميع المراحل، المراحل الأقل أسرع لكنها أقل دقة.
face_cascade = image.HaarCascade("/rom/haarcascade_frontalface.cascade", stages=25)
eyes_cascade = image.HaarCascade("/rom/haarcascade_eye.cascade", stages=24)
print(face_cascade, eyes_cascade)

# ساعة معدل الإطارات (FPS)
clock = time.clock()

while True:
    clock.tick()

    # التقاط لقطة
    img = csi0.snapshot()

    # ابحث عن وجه!
    # ملاحظة: عامل التحجيم الأقل يقلل حجم الصورة أكثر ويكتشف أجسامًا أصغر.
    # العتبة الأعلى تؤدي إلى معدل اكتشاف أعلى، مع مزيد من الإيجابيات الخاطئة.
    objects = img.find_features(face_cascade, threshold=0.5, scale=1.5)

    # رسم الوجوه
    for face in objects:
        img.draw_rectangle(face)
        # الآن ابحث عن العينين داخل كل وجه.
        # ملاحظة: استخدم عتبة أعلى هنا (اكتشافات أكثر) ومقياسًا أقل (للعثور على أجسام صغيرة)
        eyes = img.find_features(
            eyes_cascade, threshold=0.5, scale=1.2, roi=face
        )
        for e in eyes:
            img.draw_rectangle(e)

    # طباعة معدل الإطارات.
    # ملاحظة: معدل الإطارات (FPS) الفعلي أعلى، وبث إطار الذاكرة (FB) يجعله أبطأ.
    print(clock.fps())