Différences

Ci-dessous, les différences entre deux révisions de la page.

--- diy:projets:facedetection [2018/05/24 09:10] – spujol
+++ diy:projets:facedetection [2018/06/01 11:02] (Version actuelle) – [Explication du programme] spujol
@@ Ligne 1: / Ligne 1: @@
 ====== Présentation du projet ======
-Le but de se projet est de pouvoir détecter les visages sur des photos ou vidéos.
+Le but de ce projet est de pouvoir détecter les visages sur des photos ou vidéos.
 ====== Outils requis et Librairies Python======
@@ Ligne 7: / Ligne 7: @@
 Ce programme se base sur [[https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Viola_et_Jones|la méthode de Viola et Jones]] donc de ce fait, on a besoin de télécharger le fichier "haarcascade_frontalface_alt.xml"
-Nous allons aussi utiliser différentes librairies de python tel que:
+Nous allons aussi utiliser différentes librairies de python tels que:
 <code python>
@@ Ligne 19: / Ligne 19: @@
 ====== Explication du programme======
-La première fonction à faire est la plus importante, il s'agit de la fonction qui va permettre de détecter les visages sur l'image. Elle prend en entrée une image et retourne l'image et un tableau de tableau contenant chacun les coordonnées des différents visages sur l'image.
+La première fonction à faire est la plus importante, il s'agit de la fonction qui va permettre de détecter les visages sur l'image. Elle prend en entrée une image et retourne l'image et une liste de rectangles correspondant aux différents visages sur l'image.
 <code python>
 def detectionVisage(img):
   cascade = cv2.CascadeClassifier("/home/pujol/Documents/L3/BE/haarcascade_frontalface_alt2.xml")
-  imgHSV = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
+  imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
-  visage = cascade.detectMultiScale(imgHSV, 1.2, 4,minSize=(20, 20))
+  #La commande ci-dessous permet de détecter les visages
+  #cascade.detectMultiScale(imageAtraiter, FacteurScalaire, NombreDeVoisinMinimumPourEtreReconnu,TailleMinimalePourEtreReperer)
+  visage = cascade.detectMultiScale(imgGray, 1.2, 4,minSize=(20, 20))
   if len(visage) == 0:
     return [],img
@@ Ligne 32: / Ligne 34: @@
 </code>
+La conversion en image de gris permet de faciliter la détection de visage.
+Ensuite la fonction suivante, va permettre d'encadrer les différents visages en prenant en entrée le tableau de visage et l'image. Elle retourne ainsi l'image modifiée.
+<code python>
+def rect(visage,img):
+  for x,y,h,w in visage:
+    #La commande ci-dessous rajoute le rectangle autour du visage concernés
+    #cv2.rectangle(imageATraiter,pts1,pts2,couleur,épaisseur)
+    cv2.rectangle(img, (x, h), (y, w), (255, 0, 0), 3)
+  return img
+</code>
+Nous avons donc en notre possession les deux fonctions importantes qui permettent la détection de visages. Il ne nous reste plus qu'a les appliquer à une images ou une vidéo.
+Pour une image, il suffit juste d'utiliser les deux fonctions précédentes et écrire l'image résultat dans un nouveau fichier.
+<code python>
+img = cv2.imread("imgDetectVisage.jpeg", cv2.IMREAD_COLOR)
+visage, img = detectionVisage(img)
+cv2.imwrite("imageRes.jpeg",rect(visage,img))
+</code>
+Pour une vidéo, il faut appliquer les fonctions de détection à chaque frame de celle-ci et remonter la vidéo avec les images modifiées.
+<code python>
+vid = cv2.VideoCapture('vidDetectVisage.avi')
+vid.open('vidDetectVisage.avi')
+fourcc = cv2.VideoWriter_fourcc('D', 'I', 'V', 'X')
+i=1000000
+os.system('rm ~/IMGDET/*.jpeg')
+  while vid.isOpened():
+    ret,img = vid.read()
+    if ret == True:
+      vis,img = detectionVisage(img)
+      img = rect(vis,img)
+      cv2.imwrite('IMGDET/img_'+ str(i) + '.jpeg',img)
+      i += 1
+    else:
+      break
+vid.release()
+os.system('ls ~/Documents/L3/BE/IMGDET/*.jpeg > nomImgFich.txt')
+os.system("mencoder -nosound -ovc lavc -lavcopts vcodec=mpeg4:aspect=16/9:vbitrate=8000000 -vf scale=720:480 -o vidRes.avi -mf type=jpeg:fps=24 mf://@nomImgFich.txt")
+os.popen("rm ./nomImgFich.txt","r").read
+</code>
+====== Utilisation du Raspberry ======
+Ce programme fonctionne évidemment avec des images et vidéos importées directement d'un raspberry. Pour ce faire, nous avons besoin des scripts Bash ci-dessous permettant la connexion au raspberry.
+Pour une image:
+<code bash>
+#!/bin/sh
+ip=$1
+cat detectVisImg.sh | ssh pi@$ip sh
+rm imgDetectVisage.jpeg
+scp pi@$ip:~/tempPS/imgDetectVisage.jpeg ./DetectVisage
+</code>
+<code bash>
+#!/bin/sh
+if [ -d "/home/pi/tempPS" ];
+then
+  cd tempPS
+  sudo rm *.jpeg
+else
+  mkdir ./tempPS
+  cd tempPS
+fi
+raspistill -vf -hf -o imgDetectVisage.jpeg
+exit
+</code>
+Pour une vidéo:
+<code bash>
+#!/bin/sh
+ip=$1
+cat DetectVisVid.sh | ssh pi@$ip sh
+rm vidDetectVisage.avi
+scp pi@$ip:~/tempPS/vidDetectVisage.avi ./DetectVisage
+</code>
+<code bash>
+#!/bin/sh
+if [ -d "/home/pi/tempPS" ];
+then
+  cd tempPS
+  sudo rm *.avi
+else
+  mkdir ./tempPS
+  cd tempPS
+fi
+raspivid -vf -hf -o vidDetectVisage.avi -t 60000
+exit
+</code>
+Pour appeler un script Bash en python on utilise la commande suivante, qui permet de lire une commande systeme :
+<code python>
+os.popen("./connexPiDetectVisageVid.sh " + ipRasp,"r").read
+</code>