face_detection.py

# Esta obra está licenciada bajo la licencia MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Todos los derechos reservados.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Ejemplo de detección de rostro
#
# Este ejemplo muestra la función integrada de detección de rostros de la OpenMV Cam.
#
# La detección de rostros funciona usando el detector de características Haar Cascade en una imagen. Un
# Haar Cascade es una serie de comprobaciones simples de contraste de área. Para el detector
# frontalface integrado hay 25 etapas de comprobaciones, y cada etapa tiene
# cientos de comprobaciones cada una. Los Haar Cascade se ejecutan rápido porque las etapas posteriores
# solo se evalúan si las etapas anteriores se superan. Además, tu OpenMV Cam usa
# una estructura de datos llamada imagen integral para ejecutar rápidamente cada
# comprobación de contraste de área en tiempo constante (la razón por la que la detección de características
# es solo en escala de grises es por el requisito de espacio de la imagen integral).

import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(3)
csi0.gainceiling(16)
csi0.framesize(csi.HQVGA)  # HQVGA y GRAYSCALE son los mejores para el seguimiento de rostros.
csi0.pixformat(csi.GRAYSCALE)

# Cargar cascada Haar
# Por defecto se usarán todas las etapas; menos etapas es más rápido pero menos preciso.
face_cascade = image.HaarCascade("/rom/haarcascade_frontalface.cascade", stages=25)
print(face_cascade)

# Reloj de FPS
clock = time.clock()

while True:
    clock.tick()

    # Captura una instantánea
    img = csi0.snapshot()

    # Encontrar objetos.
    # Nota: Un factor de escala más bajo reduce más la imagen y detecta objetos más pequeños.
    # Un umbral más alto da como resultado una tasa de detección mayor, con más falsos positivos.
    objects = img.find_features(face_cascade, threshold=0.75, scale=1.25)

    # Dibujar objetos
    for r in objects:
        img.draw_rectangle(r)

    # Imprime los FPS.
    # Nota: La velocidad de fotogramas real es mayor; transmitir el framebuffer lo hace más lento.
    print(clock.fps())