face_tracking.py

# Эта работа лицензирована по лицензии MIT.
# Copyright (c) 2013-2023 OpenMV LLC. All rights reserved.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Пример отслеживания лица
#
# Этот пример показывает, как использовать функцию ключевых точек вашей камеры OpenMV Cam для отслеживания
# лица после того, как оно обнаружено каскадом Хаара. Первая часть этого
# скрипта находит лицо на изображении с помощью каскада Хаара frontalface.
# После этого скрипт использует функцию ключевых точек, чтобы автоматически запомнить ваше
# лицо и отслеживать его. Ключевые точки можно использовать для автоматического отслеживания чего угодно.
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)

# Пропустить несколько кадров, чтобы датчик успел стабилизироваться
csi0.snapshot(time=2000)

# Загрузить каскад Хаара
# По умолчанию используются все каскады; меньшее количество каскадов работает быстрее, но менее точно.
face_cascade = image.HaarCascade("/rom/haarcascade_frontalface.cascade", stages=25)
print(face_cascade)

# Первый набор ключевых точек
kpts1 = None

# Найти лицо!
while kpts1 is None:
    img = csi0.snapshot()
    img.draw_string((0, 0), "Looking for a face...")
    # Найти лица
    objects = img.find_features(face_cascade, threshold=0.5, scale=1.25)
    if objects:
        # Расширить ROI на 31 пиксель в каждом направлении
        face = (
            objects[0][0] - 31,
            objects[0][1] - 31,
            objects[0][2] + 31 * 2,
            objects[0][3] + 31 * 2,
        )
        # Извлечь ключевые точки, используя размер обнаруженного лица в качестве ROI
        kpts1 = img.find_keypoints(
            threshold=10, scale_factor=1.1, max_keypoints=100, roi=face
        )
        # Обвести прямоугольником первое лицо
        img.draw_rectangle(objects[0])

# Отрисовать ключевые точки
print(kpts1)
img.draw_keypoints(kpts1, size=24)
img = csi0.snapshot()
time.sleep_ms(2000)

# Часы FPS
clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    # Извлечь ключевые точки из всего кадра
    kpts2 = img.find_keypoints(
        threshold=10, scale_factor=1.1, max_keypoints=100, normalized=True
    )

    if kpts2:
        # Сопоставить первый набор ключевых точек со вторым
        c = image.match_descriptor(kpts1, kpts2, threshold=85)
        match = c[6]  # C[6] содержит количество совпадений.
        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]))

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