OpenCV

1_Real-Time_Smile_Detection_with_OpenCV/Real-Time_Smile_Detection_with_OpenCV.py

@@ -0,0 +1,60 @@
+#!/usr/bin/env python3
+"""
+Data Scientist.: Dr. Eddy Giusepe Chirinos Isidro
+
+Detecção de sorriso em tempo real com OpenCV
+============================================
+Aqui usamos OpenCV para detectar o sorriso de uma pessoa.
+
+https://dontrepeatyourself.org/post/smile-detection-with-python-opencv-and-haar-cascade/
+
+https://www.youtube.com/watch?v=RoXV6skDDBQ
+
+https://www.linkedin.com/events/7148705687949258752/comments/
+"""
+import cv2
+import numpy as np
+
+# Carregue o classificador de rosto e sorriso pré-treinado:
+face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
+smile_cascade = cv2.CascadeClassifier("haarcascade_smile.xml")
+
+cap = cv2.VideoCapture(0)
+
+
+while True:
+    ret, frame = cap.read()
+    if not ret:
+        break
+
+    # Converter para escala de cinza:
+    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
+
+    # Detectar rostos no frame:
+    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5, minSize=(30, 30))
+
+    for (x, y, w, h) in faces:
+        # Desenhe um retângulo ao redor do rosto:
+        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)
+
+        # Extraia a região de interesse (ROI) da face:
+        roi_gray = gray[y:y + h, x:x + w]
+        roi_color = frame[y:y + h, x:x + w]
+
+        # Detecte sorrisos na região do rosto:
+        smiles = smile_cascade.detectMultiScale(roi_gray, scaleFactor=1.8, minNeighbors=20, minSize=(25, 25))
+
+
+        for (sx, sy, sw, sh) in smiles:
+            cv2.rectangle(roi_color, (sx, sy), (sx + sw, sy + sh), (0, 255, 0), 2)
+            cv2.putText(roi_color, "Smile", (sx, sy - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
+
+    cv2.imshow("Detecção de sorriso", frame)
+
+    if cv2.waitKey(1) & 0xff == ord('q'):
+        break
+    # if cv2.waitKey(0) == 27:
+    #     break
+
+cap.release()
+cv2.destroyAllWindows()

1_Real-Time_Smile_Detection_with_OpenCV/sorriso_de_Imagens.py

@@ -0,0 +1,62 @@
+# https://www.tutorialspoint.com/smile-detection-using-haar-cascade-in-opencv-using-python
+
+#!/usr/bin/env python3
+"""
+Data Scientist.: Dr. Eddy Giusepe Chirinos Isidro
+
+Detecção de sorriso usando cascata haar em OpenCV usando Python
+===============================================================
+Usaremos o classificador Haar cascade para a detecção de sorriso em uma Imagem.
+Um classificador em cascata haar (haar cascade) é um método eficaz de detecção de
+objetos. É uma abordagem baseada em aprendizado de máquina. Para treinar um
+classificador em cascata haar para detecção de sorriso, o algoritmo inicialmente
+precisa de muitas imagens positivas (imagens com sorriso) e imagens negativas
+(imagens sem sorriso). Então o classificador é treinado a partir dessas imagens 
+positivas e negativas. Em seguida, é usado para detectar sorrisos em outras imagens.
+"""
+# Importamos a Biblioteca:
+import cv2
+
+# Leia a Imagem de entrada:
+img = cv2.imread('um_sorriso.jpg')
+#img = cv2.imread('sem_sorriso.jpeg')
+#img = cv2.imread('tres_sorrisos.jpeg')
+
+# Converta a imagem em tons de cinza:
+gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+
+# Leia a cascata haar para detecção de rosto:
+face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # https://github.com/opencv/opencv/tree/master/data/haarcascades
+# Leia a cascata haar para detecção de sorriso:
+smile_cascade = cv2.CascadeClassifier('haarcascade_smile.xml')
+
+# Detecta rostos na imagem de entrada:
+faces = face_cascade.detectMultiScale(gray, 1.3, 5)
+print('Número de rostos detectados:', len(faces))
+
+# Faça um loop sobre todos os rostos detectados:
+for (x, y, w, h) in faces:
+   
+   # Desenhar um retângulo em uma face:
+   cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 255), 2)
+   cv2.putText(img, "Face", (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 255), 2)
+   roi_gray = gray[y:y + h, x:x + w]
+   roi_color = img[y:y + h, x:x + w]
+ 
+   # Detectando sorriso no rosto roi:
+   smiles = smile_cascade.detectMultiScale(roi_gray, 1.8, 20)
+   if len(smiles) > 0:
+      print("Sorriso detectado")
+      for (sx, sy, sw, sh) in smiles:
+         cv2.rectangle(roi_color, (sx, sy), ((sx + sw), (sy + sh)), (0, 0, 255), 2)
+         cv2.putText(roi_color, "Sorriso", (sx, sy),
+         cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
+   else:
+      print("Sorriso não detectado")
+      cv2.putText(img, "Sem sorriso", (x, y + h + 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
+
+
+# Exibir uma imagem em uma janela:
+cv2.imshow('Mostrando a Imagem', img)
+cv2.waitKey(5000) # Quando é zero, você deve pressionar qualquer tecla para sair. OBS: cv2.waitKey(5000) esperará 5 segundos antes de fechar a janela automaticamente.
+cv2.destroyAllWindows()