====== Présentation du projet ======
Le but de ce projet est de pouvoir détecter les visages sur des photos ou vidéos.
====== Outils requis et Librairies Python======
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 tels que:
import cv2
import numpy as np
import sys
import os
====== 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 une liste de rectangles correspondant aux différents visages sur l'image.
def detectionVisage(img):
cascade = cv2.CascadeClassifier("/home/pujol/Documents/L3/BE/haarcascade_frontalface_alt2.xml")
imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#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
visage[:,2:] += visage[:,:2]
return visage,img
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.
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
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.
img = cv2.imread("imgDetectVisage.jpeg", cv2.IMREAD_COLOR)
visage, img = detectionVisage(img)
cv2.imwrite("imageRes.jpeg",rect(visage,img))
Pour une vidéo, il faut appliquer les fonctions de détection à chaque frame de celle-ci et remonter la vidéo avec les images modifiées.
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
====== 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:
#!/bin/sh
ip=$1
cat detectVisImg.sh | ssh pi@$ip sh
rm imgDetectVisage.jpeg
scp pi@$ip:~/tempPS/imgDetectVisage.jpeg ./DetectVisage
#!/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
Pour une vidéo:
#!/bin/sh
ip=$1
cat DetectVisVid.sh | ssh pi@$ip sh
rm vidDetectVisage.avi
scp pi@$ip:~/tempPS/vidDetectVisage.avi ./DetectVisage
#!/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
Pour appeler un script Bash en python on utilise la commande suivante, qui permet de lire une commande systeme :
os.popen("./connexPiDetectVisageVid.sh " + ipRasp,"r").read