face_tracking.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 تتبع الوجه
#
# يوضح هذا المثال استخدام ميزة النقاط الرئيسية (keypoints) في كاميرا OpenMV الخاصة بك لتتبع
# وجه بعد اكتشافه بواسطة Haar Cascade. يقوم الجزء الأول من هذا
# البرنامج النصي بالعثور على وجه في الصورة باستخدام Haar Cascade الخاص بـ frontalface.
# وبعد ذلك يستخدم البرنامج النصي ميزة النقاط الرئيسية للتعرف تلقائيًا على
# وجهك وتتبعه. يمكن استخدام النقاط الرئيسية لتتبع أي شيء تلقائيًا.
import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(3)
csi0.gainceiling(16)
csi0.framesize(csi.VGA)
csi0.window((320, 240))
csi0.pixformat(csi.GRAYSCALE)

# تخطي بضعة إطارات للسماح للحساس بالاستقرار
csi0.snapshot(time=2000)

# 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)
print(face_cascade)

# المجموعة الأولى من النقاط الرئيسية
kpts1 = None

# ابحث عن وجه!
while kpts1 is None:
    img = csi0.snapshot()
    img.draw_string((0, 0), "Looking for a face...")
    # البحث عن الوجوه
    objects = img.find_features(face_cascade, threshold=0.5, scale=1.25)
    if objects:
        # توسيع منطقة الاهتمام (ROI) بمقدار 31 بكسل في كل اتجاه
        face = (
            objects[0][0] - 31,
            objects[0][1] - 31,
            objects[0][2] + 31 * 2,
            objects[0][3] + 31 * 2,
        )
        # استخراج النقاط الرئيسية باستخدام حجم الوجه المكتشف كمنطقة اهتمام (ROI)
        kpts1 = img.find_keypoints(
            threshold=10, scale_factor=1.1, max_keypoints=100, roi=face
        )
        # رسم مستطيل حول الوجه الأول
        img.draw_rectangle(objects[0])

# رسم النقاط الرئيسية
print(kpts1)
img.draw_keypoints(kpts1, size=24)
img = csi0.snapshot()
time.sleep_ms(2000)

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

while True:
    clock.tick()
    img = csi0.snapshot()
    # استخراج النقاط الرئيسية من الإطار بأكمله
    kpts2 = img.find_keypoints(
        threshold=10, scale_factor=1.1, max_keypoints=100, normalized=True
    )

    if kpts2:
        # مطابقة المجموعة الأولى من النقاط الرئيسية مع المجموعة الثانية
        c = image.match_descriptor(kpts1, kpts2, threshold=85)
        match = c[6]  # يحتوي C[6] على عدد التطابقات.
        if match > 5:
            img.draw_rectangle(c[2:6])
            img.draw_cross((c[0], c[1]), size=10)
            print(kpts2, "matched:%d dt:%d" % (match, c[7]))

    # رسم معدل الإطارات (FPS)
    img.draw_string((0, 0), "FPS:%.2f" % (clock.fps()))