102 lines
4.4 KiB
Python
102 lines
4.4 KiB
Python
|
import face_recognition as face
|
||
|
|
import numpy as np
|
||
|
|
import cv2
|
||
|
|
|
||
|
|
#ORIGINAL_CODE_CREDIT: https://github.com/ageitgey/face_recognition/blob/master/examples/facerec_from_webcam_faster.py
|
||
|
|
|
||
|
|
#ดึงวิดีโอตัวอย่างเข้ามา, ถ้าต้องการใช้webcamให้ใส่เป็น
|
||
|
|
video_capture = cv2.VideoCapture(0)
|
||
|
|
|
||
|
|
#ใบหน้าคนที่ต้องการรู้จำเป็นreference #คนที่1
|
||
|
|
boom_image = face.load_image_file("boom.jpg")
|
||
|
|
boom_face_encoding = face.face_encodings(boom_image)[0]
|
||
|
|
|
||
|
|
tat_image = face.load_image_file("tat.jpg")
|
||
|
|
tat_face_encoding = face.face_encodings(tat_image)[0]
|
||
|
|
|
||
|
|
'''
|
||
|
|
#ใบหน้าคนที่ต้องการรู้จำเป็นreference #คนที่2
|
||
|
|
oat_image = face.load_image_file("oat.jpg")
|
||
|
|
oat_face_encoding = face.face_encodings(oat_image)[0]
|
||
|
|
'''
|
||
|
|
|
||
|
|
|
||
|
|
#ประกาศตัวแปร
|
||
|
|
face_locations = []
|
||
|
|
face_encodings = []
|
||
|
|
face_names = []
|
||
|
|
face_percent = []
|
||
|
|
#ตัวแปรนี้ใช้สำหรับคิดเฟรมเว้นเฟรมเพื่อเพิ่มfps
|
||
|
|
process_this_frame = True
|
||
|
|
|
||
|
|
known_face_encodings = [boom_face_encoding, tat_face_encoding]
|
||
|
|
known_face_names = ["BOOM", "TAT"]
|
||
|
|
|
||
|
|
#loopคำนวณแต่ละเฟรมของวิดีโอ
|
||
|
|
while True:
|
||
|
|
#อ่านค่าแต่ละเฟรมจากวิดีโอ
|
||
|
|
ret, frame = video_capture.read()
|
||
|
|
if ret:
|
||
|
|
#ลดขนาดสองเท่าเพื่อเพิ่มfps
|
||
|
|
small_frame = cv2.resize(frame, (0,0), fx=0.5,fy=0.5)
|
||
|
|
#เปลี่ยน bgrเป็น rgb
|
||
|
|
#rgb_small_frame = small_frame[:,:,::-1]
|
||
|
|
rgb_small_frame = np.ascontiguousarray(small_frame[:, :, ::-1])
|
||
|
|
|
||
|
|
face_names = []
|
||
|
|
face_percent = []
|
||
|
|
|
||
|
|
if process_this_frame:
|
||
|
|
#ค้นหาตำแหน่งใบหน้าในเฟรม
|
||
|
|
face_locations = face.face_locations(rgb_small_frame)
|
||
|
|
#นำใบหน้ามาหาfeaturesต่างๆที่เป็นเอกลักษณ์
|
||
|
|
face_encodings = face.face_encodings(rgb_small_frame, face_locations)
|
||
|
|
|
||
|
|
#เทียบแต่ละใบหน้า
|
||
|
|
for face_encoding in face_encodings:
|
||
|
|
face_distances = face.face_distance(known_face_encodings, face_encoding)
|
||
|
|
best = np.argmin(face_distances)
|
||
|
|
face_percent_value = 1-face_distances[best]
|
||
|
|
|
||
|
|
#กรองใบหน้าที่ความมั่นใจ50% ปล.สามารถลองเปลี่ยนได้
|
||
|
|
if face_percent_value >= 0.4:
|
||
|
|
name = known_face_names[best]
|
||
|
|
percent = round(face_percent_value*100,2)
|
||
|
|
face_percent.append(percent)
|
||
|
|
else:
|
||
|
|
name = "UNKNOWN"
|
||
|
|
face_percent.append(0)
|
||
|
|
face_names.append(name)
|
||
|
|
|
||
|
|
#วาดกล่องและtextเมื่อแสดงผลออกมาออกมา
|
||
|
|
for (top,right,bottom, left), name, percent in zip(face_locations, face_names, face_percent):
|
||
|
|
top*= 2
|
||
|
|
right*= 2
|
||
|
|
bottom*= 2
|
||
|
|
left*= 2
|
||
|
|
|
||
|
|
if name == "UNKNOWN":
|
||
|
|
color = [46,2,209]
|
||
|
|
else:
|
||
|
|
color = [255,102,51]
|
||
|
|
|
||
|
|
cv2.rectangle(frame, (left,top), (right,bottom), color, 2)
|
||
|
|
cv2.rectangle(frame, (left-1, top -30), (right+1,top), color, cv2.FILLED)
|
||
|
|
cv2.rectangle(frame, (left-1, bottom), (right+1,bottom+30), color, cv2.FILLED)
|
||
|
|
font = cv2.FONT_HERSHEY_DUPLEX
|
||
|
|
cv2.putText(frame, name, (left+6, top-6), font, 0.6, (255,255,255), 1)
|
||
|
|
cv2.putText(frame, "MATCH: "+str(percent)+"%", (left+6, bottom+23), font, 0.6, (255,255,255), 1)
|
||
|
|
|
||
|
|
|
||
|
|
#สลับค่าเป็นค่าตรงข้ามเพื่อให้คิดเฟรมเว้นเฟรม
|
||
|
|
process_this_frame = not process_this_frame
|
||
|
|
|
||
|
|
#แสดงผลลัพท์ออกมา
|
||
|
|
cv2.imshow("Video", frame)
|
||
|
|
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||
|
|
break
|
||
|
|
|
||
|
|
|
||
|
|
#ล้างค่าต่างๆเมื่อปิดโปรแกรม
|
||
|
|
video_capture.release()
|
||
|
|
cv2.destroyAllWindows()
|