Python으로 얼굴 인식 시작하기

참고: 사전 훈련된 모델 사용
OpenCV 라이브러리(cv2)를 사용하는 고전적인 기능 기반 캐스케이드 분류기를 사용하여 사진의 얼굴 감지를 수행할 수 있습니다.

중고 패키지

import cv2
import time
import os

OpenCV는 얼굴 인식을 위한 캐스케이드 분류기를 생성하는 클래스CascadeClassifier를 제공합니다. 생성자는 미리 학습된 모델의 XML 파일을 지정하는 인수로 파일 이름을 사용할 수 있습니다.

OpenCV GitHub 프로젝트에서 정면 얼굴 감지를 위한 사전 훈련된 모델( file here )을 다운로드하여 작업 디렉토리에 배치합니다.

이미지 디렉토리 설정

# function to get images from folder 
def get_images(dir_name):
    list_images = os.listdir(dir_name)
    all_images =list()

    for entry in list_images:
        full_path =os.path.join(dir_name, entry)
        if os.path.isdir(full_path):
            all_images.all_images + get_images(full_path)
        else: all_images.append(full_path)
    return all_images

detectMultiScale() 함수를 호출하여 사진에서 얼굴 인식을 수행할 모델을 로드합니다.

# Face Detection

def  main():
    dir_name = 'images' # directory for images
    list_images = get_images(dir_name)

    for i in range(20): #20 images
        image_path = list_images[i]

        print(image_path)

        # load the pre-trained model
        case_path = "haarcascade_frontalface_default.xml" # define the model used for recognition detection
        faceCascade= cv2.CascadeClassifier(case_path)
        image=cv2.imread(image_path)
        gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) # make the picture to gray from color

        # face detection 
        faces = faceCascade.detectMultiScale(gray,
                                            scaleFactor = 1.1,
                                            minNeighbors=5,
                                            minSize = (30, 30))

        for (x, y, w, h) in faces: # draw rectangles on the faces when detected
            cv2.rectangle(image, (x,y), (x + w, y+h), (0, 255, 0), 2)

        #Load the detected faces
        cv2.imshow("Face Found", image)
        cv2.waitKey(5)
        time.sleep(5)
        cv2.destroyAllWindows()

if __name__ == '__main__':
    main()

모델을 실행하면 이미지가 로드되고 캐스케이드 분류기가 구성됩니다. 얼굴이 감지되고 각 경계 상자가 인쇄됩니다.

이 모델은 카메라(앞면)에서 직접 얼굴에 대해서만 작동합니다.