def ReconhecerEinger():
detectorFace = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
reconhecedor = cv2.face.EigenFaceRecognizer_create()
reconhecedor.read("classificadorEingen.yml")
largura,altura=util.getDimensao()
fonte = cv2.FONT_HERSHEY_COMPLEX_SMALL
camera = util.Camera()
while (True):
conectado,imagem=camera.read()
imagemCinza = cv2.cvtColor(imagem,cv2.COLOR_BGR2GRAY)
facesDetectadas= detectorFace.detectMultiScale(imagemCinza,scaleFactor=1.5,minSize=(30,30))
for (x,y,l,a) in facesDetectadas:
imagemFace = cv2.resize(imagemCinza[y:y+a,x:x+l], (largura,altura))
cv2.rectangle(imagem,(x,y),(x+l,y+a),(0,0,255),2)
id,confianca =reconhecedor.predict(imagemFace)
nome= util.getNome(id)
cv2.putText(imagem,nome,(x,y+(a+30)),fonte,2,(0,0,255))
cv2.putText(imagem,str(confianca),(x,y+(a+50)),fonte,2,(0,0,255))
cv2.imshow("Face",imagem)
if cv2.waitKey(1)== ord("q"):
break
camera.release()
cv2.destroyAllWindows()
def Capturar(self, numeroAmostra):
# codigo que irá compor o nome da imagem e servirá para identificar a pessoa.
amostra = 1
# obs.: na classe util deixei fixo o nome da pessoa, e futuramente irei cadastrar no banco de dados
id = util.getProximoId()
nome = input("Informe o nome " + str(id)+": ")
util.setNome(nome)
largura, altura = util.getDimensao()
print("Capturando as faces..")
# instancia o uso da webcam, na classe util será determinado qual camera será usada
webcam = util.Camera()
while True:
# pega efetivamente a imagem da webcam
s, imagem = webcam.read()
imagemCinza = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)
# facesDetectadas=classificador.detectMultiScale(imagemCinza,
# scaleFactor=1.5,
# minSize=(150,150))
facesDetectadas = self.classificador.detectMultiScale(imagem)
# Desenha um retângulo nas faces detectadas
for (x, y, l, a) in facesDetectadas:
cv2.rectangle(imagem, (x, y), (x+l, y+a), (0, 255, 0), 2)
regiao = imagem[y:y+a, x:x+l]
regiaoCinzaOlho = cv2.cvtColor(regiao, cv2.COLOR_BGR2GRAY)
olhosDetectados = self.classificadorOlho.detectMultiScale(
regiaoCinzaOlho)
# Desenha um retângulo nos olhos detectados
for (ox, oy, ol, oa) in olhosDetectados:
cv2.rectangle(regiao, (ox, oy),(ox+ol, oy+oa), (0, 0, 255), 2)
# if np.average(imagemCinza) > 70: #indice de luminozidade
if cv2.waitKey(1) & 0xFF == ord('q'):
imageFace = cv2.resize(imagemCinza[y:y+a, x:x+l], (largura, altura))
cv2.imwrite("fotos/pessoa."+str(id) + "."+str(amostra)+".jpg", imageFace)
print("[foto "+str(amostra) + " capturada com sucesso]")
amostra += 1
cv2.imshow('Video', imagem) # mostra a imagem captura na janela
cv2.waitKey(1)
if(amostra >= numeroAmostra+1):
break
webcam.release() # dispensa o uso da webcam
cv2.destroyAllWindows() # fecha todas a janelas abertas
cv2.imwrite(filename, image)
cv2.namedWindow('Image', cv2.WINDOW_NORMAL)
cv2.imshow("Image", image)
cv2.waitKey(10)
my_stepper.step_forward(frame_step)
else:
# print("Frame {} found not in position at{}:{}".format(my_loop, sy_center,sx_cent))
tot_s = tot_s + search_step
my_stepper.step_forward(search_step)
print("Finished")
cv2.namedWindow('Image', cv2.WINDOW_NORMAL)
cv2.imshow("Image", image)
avg_s_frame = tot_s / nr
print("Avg step frame: {}".format(avg_s_frame))
return avg_s_frame
my_stepper = util.Stepper()
my_camera = util.Camera()
parser = argparse.ArgumentParser()
parser.add_argument("--capture", type=int, help="Number of frames to Capture")
parser.add_argument("jobname", help="Name of job(folder/filenames")
args = parser.parse_args()
if args.capture:
print("Capture {} frames".format(args.capture))
capture(args.capture, args.jobname)
my_stepper.cleanup()
See https://en.wikipedia.org/wiki/Histogram_equalization.
'''
image1 = np.copy(image)
image1 = cv2.cvtColor(image1, cv2.COLOR_RGB2HSV)
image1[:, :, 2] = cv2.equalizeHist(image1[:, :, 2])
#image1 = cv2.cvtColor(image1, cv2.COLOR_HSV2RGB)
image1 = cv2.cvtColor(image1, cv2.COLOR_HSV2BGR)
return image1
webcam = util.Camera()
while True:
# pega efetivamente a imagem da webcam
s, imagem = webcam.read()
#imagem = histogram_eq(imagem)
original = np.copy(imagem)
imagemCinza = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)
#eq = histogram_eq(imagem)
facesDetectadas = classificador.detectMultiScale(imagem)
for (x, y, l, a) in facesDetectadas:
cv2.rectangle(imagem, (x, y), (x + l, y + a), (0, 255, 0), 2)
regiao = imagem[y:y + a, x:x + l]
regiaoCinzaOlho = cv2.cvtColor(regiao, cv2.COLOR_BGR2GRAY)