iris_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 Irisdetektion 2
#
# Dieses Beispiel zeigt, wie man die Blickrichtung der Augen (Pupillenerkennung) findet, nachdem
# die Augen in einem Bild gefunden wurden. Dieses Skript verwendet die Funktion find_eyes, die
# den Mittelpunkt der ROI bestimmt, die eine Pupille enthalten sollte. Dies geschieht im Wesentlichen, indem
# der Mittelpunkt des dunkelsten Bereichs in der Augen-ROI gefunden wird, welcher der Pupillenmittelpunkt ist.
#
# Hinweis: Dieses Skript erkennt zunächst kein Gesicht; verwenden Sie es mit dem Teleobjektiv.

import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(3)
csi0.gainceiling(16)
csi0.framesize(csi.VGA)
# Bild auf 200x100 binnen/zuschneiden, was mehr Details bei weniger zu verarbeitenden Daten liefert
csi0.window((220, 190, 200, 100))
csi0.pixformat(csi.GRAYSCALE)

# Haar-Kaskade laden
# Standardmäßig werden alle Stufen verwendet; niedrigere Stufen sind schneller, aber weniger genau.
eyes_cascade = image.HaarCascade("/rom/haarcascade_eye.cascade", stages=24)
print(eyes_cascade)

# FPS-Uhr
clock = time.clock()

while True:
    clock.tick()
    # Schnappschuss aufnehmen
    img = csi0.snapshot()
    # Augen 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.
    eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.5)

    # Iris finden
    for e in eyes:
        iris = img.find_eye(roi=e)
        img.draw_rectangle(e)
        img.draw_cross(iris)

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