30 라인으로 얼굴 인식 (OpenCV)하여 파일 출력!

할 일

마지막 기사 에서 Google 이미지 검색 결과를 스크래핑하고 이미지 데이터를 다운로드했습니다.

이번은, 인물의 화상 데이터를 다운로드해 두고, 그 인물의 얼굴 부분을 OpenCV로 인식시켜, 얼굴 화상의 데이터를 작성하고 싶습니다.

절차 개요

캐스케이드 파일 준비

이미지 데이터 준비

얼굴 인식 & 파일 출력

운영 환경

macOS Catalina 10.15 beta

anaconda 4.6.14

Python 3.6.8

opencv 3.4.2

1. 캐스케이드 파일 준비

내 경우에는 anaconda로 환경 구축을하고 있기 때문에, "anaconda3/pkgs/.../haarcascades/"안에 "haarcascade_frontalface_default.xml"이 있습니다. (Finder 등으로 검색해보십시오)
그것을 복사하여 실행 파일과 동일한 디렉토리에 저장했습니다.

파일이 없으면 GitHub 위에서 다운로드하십시오.

1.cascade 파일 준비

import os
import cv2

HAAR_FILE = "./haarcascade_frontalface_default.xml"
face_cascade = cv2.CascadeClassifier(HAAR_FILE)

2. 이미지 데이터 준비

소스 파일과 출력 파일을 저장하는 폴더 (input/output)를 작성하고 입력 소스에 여러 이미지 데이터 (.jpg)를 저장하십시오.

2. 이미지 데이터 준비

IN_PATH = './input/'
OUT_PATH = './output/'

def get_file(dir_path):
    file_names = os.listdir(dir_path)
    return file_names

images = get_file(IN_PATH)

3. 얼굴 인식 & 파일 출력

이미지 데이터 로드(imread)

이미지를 쉽게 감지 할 수 있도록 회색조로 변환합니다 (cvtColor)

얼굴 인식을 실행하기 위해, 1.로 읽어들인 cascade를 이용합니다
detectMultiScale의 반환 값은 아래 목록입니다.

x 좌표

y 좌표

가로 폭

세로 폭

얼굴 범위를 추출하거나 범위를 빨간색 테두리 (OpenCV의 imread는 BGR 순서)로 묶고 각 파일을 출력합니다.

rectangle은 사각형을 그립니다.

rectangle (이미지, 왼쪽 위 좌표, 오른쪽 아래 좌표, 색, 선 두께)

3. 얼굴 인식 및 파일 출력

for i in images:

    # read image
    img = cv2.imread(IN_PATH + i)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # face detection
    face = face_cascade.detectMultiScale(gray)

    # get face area
    for x,y,w,h in face:
        face_cut = img[y:y+h, x:x+w]
    # wrap in red frame
    for x,y,w,h in face:
        cv2.rectangle(img, (x,y), (x+w, y+h), (0, 0, 255), 2)

    cv2.imwrite(OUT_PATH + '{}_face_cut.jpg'.format(i.replace('.jpg', '')), face_cut)
    cv2.imwrite(OUT_PATH + '{}_face_rectangle.jpg'.format(i.replace('.jpg', '')), img)