iris_detection.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 обнаружения радужки 2
#
# Этот пример показывает, как определить направление взгляда (обнаружение зрачка) после обнаружения
# глаз на изображении. Этот скрипт использует функцию find_eyes, которая определяет
# центральную точку области ROI, которая должна содержать зрачок. Делается это, по сути,
# путём поиска центра самой тёмной области в ROI глаза, который и является центром зрачка.
#
# Примечание: этот скрипт не выполняет предварительное обнаружение лица, используйте его с телеобъективом.

import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(3)
csi0.gainceiling(16)
csi0.framesize(csi.VGA)
# Уменьшить/обрезать изображение до 200x100, что даёт больше деталей при меньшем объёме обрабатываемых данных
csi0.window((220, 190, 200, 100))
csi0.pixformat(csi.GRAYSCALE)

# Загрузить каскад Хаара
# По умолчанию используются все этапы; меньшее количество этапов быстрее, но менее точно.
eyes_cascade = image.HaarCascade("/rom/haarcascade_eye.cascade", stages=24)
print(eyes_cascade)

# Часы FPS
clock = time.clock()

while True:
    clock.tick()
    # Сделать снимок
    img = csi0.snapshot()
    # Найти глаза!
    # Примечание: меньший масштабный коэффициент сильнее уменьшает изображение и обнаруживает более мелкие объекты.
    # Более высокий порог даёт более высокую частоту обнаружения, но с большим количеством ложных срабатываний.
    eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.5)

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

    # Выведите FPS.
    # Примечание: фактическая частота кадров выше, трансляция буфера кадра замедляет её.
    print(clock.fps())