====== 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