face_recognition.py

# Ce travail est publié sous licence MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Tous droits réservés.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Reconnaissance faciale avec des descripteurs LBP.
# Voir « Face Recognition with Local Binary Patterns » de Timo Ahonen.
#
# Avant d'exécuter l'exemple :
# 1) Téléchargez la base de données de visages AT&T http://www.cl.cam.ac.uk/Research/DTG/attarchive/pub/data/att_faces.zip
# 2) Extrayez et copiez le répertoire orl_faces à la racine de la carte SD.
#
# REMARQUE : ceci n'est qu'une implémentation de type PoC de l'article mentionné ci-dessus, elle ne fonctionne pas bien en conditions réelles.

import image

SUB = "s2"
NUM_SUBJECTS = 5
NUM_SUBJECTS_IMGS = 10

img = image.Image("orl_faces/%s/1.pgm" % (SUB)).mask_ellipse()
d0 = img.find_lbp(roi=(0, 0, img.width(), img.height()))
img = None

print("")
for s in range(1, NUM_SUBJECTS + 1):
    dist = 0
    for i in range(2, NUM_SUBJECTS_IMGS + 1):
        img = image.Image("orl_faces/s%d/%d.pgm" % (s, i)).mask_ellipse()
        d1 = img.find_lbp(roi=(0, 0, img.width(), img.height()))
        dist += image.match_descriptor(d0, d1)
    print("Average dist for subject %d: %d" % (s, dist / NUM_SUBJECTS_IMGS))