face_detection.py

# Dieses Werk ist unter der MIT-Lizenz lizenziert.
# Copyright (c) 2013-2023 OpenMV LLC. Alle Rechte vorbehalten.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Beispiel für Gesichtserkennung
#
# Dieses Beispiel demonstriert die eingebaute Gesichtserkennungsfunktion der OpenMV Cam.
#
# Die Gesichtserkennung funktioniert mittels des Haar-Kaskaden-Merkmalsdetektors auf einem Bild. Eine
# Haar-Kaskade ist eine Reihe einfacher Flächenkontrastprüfungen. Für den eingebauten
# frontalface-Detektor gibt es 25 Prüfstufen, wobei jede Stufe
# Hunderte einzelne Prüfungen enthält. Haar-Kaskaden laufen schnell, da spätere Stufen
# nur dann ausgewertet werden, wenn vorherige Stufen bestanden wurden. Zudem verwendet Ihre OpenMV Cam
# eine Datenstruktur namens Integralbild, um jede Flächenkontrast-
# prüfung schnell in konstanter Zeit durchzuführen (der Grund, warum die Merkmalserkennung
# nur mit Graustufen funktioniert, liegt am Speicherbedarf des Integralbilds).

import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(3)
csi0.gainceiling(16)
csi0.framesize(csi.HQVGA)  # HQVGA und GRAYSCALE eignen sich am besten für die Gesichtsverfolgung.
csi0.pixformat(csi.GRAYSCALE)

# Haar-Kaskade laden
# Standardmäßig werden alle Stufen verwendet, weniger Stufen sind schneller, aber weniger genau.
face_cascade = image.HaarCascade("/rom/haarcascade_frontalface.cascade", stages=25)
print(face_cascade)

# FPS-Uhr
clock = time.clock()

while True:
    clock.tick()

    # Schnappschuss aufnehmen
    img = csi0.snapshot()

    # Objekte finden.
    # Hinweis: Ein niedrigerer Skalierungsfaktor verkleinert das Bild stärker und erkennt kleinere Objekte.
    # Ein höherer Schwellenwert führt zu einer höheren Erkennungsrate, aber mit mehr Fehlalarmen.
    objects = img.find_features(face_cascade, threshold=0.75, scale=1.25)

    # Objekte zeichnen
    for r in objects:
        img.draw_rectangle(r)

    # FPS ausgeben.
    # Hinweis: Die tatsächliche Bildrate ist höher, das Streamen des Framebuffers macht es langsamer.
    print(clock.fps())