편집
1,408
번
바뀜
둘러보기로 가기
검색하러 가기
10번째 줄:
10번째 줄: − + 20번째 줄:
20번째 줄: − + − + − img_bgr = cv2.imread(img_path)+ − img_rgb = cv2.cvtColor(img_bgrk, cv2.COLOR_BGR2RGB)+ + + + + + + + + + + + + + + + + 34번째 줄:
50번째 줄: − + + 60번째 줄:
77번째 줄: − detect_faces(img) +
→얼굴 입력하기
detector = dlib.get_frontal_face_detector() # 얼굴탐지모델
detector = dlib.get_frontal_face_detector() # 얼굴탐지모델
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') # 얼굴 랜드마크 탐지 모델. 학습된 모델을 가져온다.
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') # 얼굴 랜드마크 탐지 모델. 학습된 모델을 가져온다.
facerec = dlib.face_recognition_model_v1('models/dlib_face_recognition_resnet_model_v1.dat') # 인식모델. 랜드마크에서 shape를 받아 구분한다.
facerec = dlib.face_recognition_model_v1('models/dlib_face_recognition_resnet_model_v1.dat') # 인식모델. 랜드마크에서 shape를 받아 구분한다. 얼굴의 특징을 받아 분류정보를 배열로 저장한다.
# 위 모델로 특정인을 인식할 수 있다.
# 위 모델로 특정인을 인식할 수 있다.
=== 얼굴 입력하기 ===
=== 얼굴 입력하기 ===
분류할 얼굴을 입력한다.<syntaxhighlight lang="python">
분류할 얼굴을 특정 디렉터리 안에 그림파일로 넣고, 이들의 특징을 담은 넘파이 배열을 descs.npy에 저장한다.
for name, img_path in img_paths.items():
이는 최초에 얼굴에 대해 교육할 때만 사용한다.
유의 : png는 인식이 잘 안되는듯;;? jpg로 넣도록 하자. +교육할 땐 얼굴 하나만 있는 사진을 사용하자. 여러 명이 있는 사진의 경우, 얼굴 하나만 받는다.(얼굴이 없으면 에러가 난다.)<syntaxhighlight lang="python">
def educate():
import os
path_dir = 'C:\\Users\\id843\\PycharmProjects\\AI_practice\\img\\to_recognize\\'
img_list = os.listdir(path_dir)
people = {}
for name in img_list:
img_bgr = cv2.imread(path_dir + name)
name = name.split('.')[0] # 확장자를 쳐내고 앞의 이름만 따온다.
face = detector(img_bgr)[0] # 얼굴 하나만 받는다.
dlib_shape = predictor(img_bgr, face) # 특징점을 리턴받는다.
face_descriptor = facerec.compute_face_descriptor(img_bgr, dlib_shape)
people[name] = np.array(face_descriptor) # 연산을 위해 배열로 저장.
np.save('img\descs.npy', people)
</syntaxhighlight>
</syntaxhighlight>
=== 함수정의 ===
=== 함수정의 ===
|얼굴의 특징점을 찾아 배열로 반환한다.
|얼굴의 특징점을 찾아 배열로 반환한다.
|<syntaxhighlight lang="python">
|<syntaxhighlight lang="python">
def detect_faces(img):
def recognize_faces(img):
'''얼굴의 특징점을 찾아 기존의 기억된 인물들과 대조한다'''
faces = detector(img, 1)
faces = detector(img, 1)
if len(faces) == 0:
if len(faces) == 0:
if not ret: # 잘 찍히면 ret은 True를 반환한다.
if not ret: # 잘 찍히면 ret은 True를 반환한다.
break # 프레임이 없다면 종료.
break # 프레임이 없다면 종료.
recognize_faces(img)
cv2.imshow('window', img) # 창에 해당하는 이미지를 띄운다.
cv2.imshow('window', img) # 창에 해당하는 이미지를 띄운다.
cv2.waitKey(1) # 이게 있어야 창이 제대로 열린다.
cv2.waitKey(1) # 이게 있어야 창이 제대로 열린다.
</syntaxhighlight>
</syntaxhighlight>
[[분류:딥러닝 트레킹]]
[[분류:딥러닝 트레킹]]