This repository has been archived by the owner on Mar 31, 2018. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 0
/
detector.py
72 lines (57 loc) · 2.74 KB
/
detector.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
import cv2
import numpy as np
import argparse
import glob
import shutil
import os
def detect(filename):
#mempersiapkan classifier
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
eyes_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
smile_cascade = cv2.CascadeClassifier('./cascades/haarcascade_smile.xml')
#menyalin citra yang dilewatkan argumen
img = filename
try:
#mengubah citra ke grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
except IOError:
gray=img
#perbaikan kontras citra grayscale
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
gray = clahe.apply(gray)
#mendeteksi wajah pada citra grayscale dan menyimpannya sebagai list
faces=face_cascade.detectMultiScale(gray, 1.2, 5,minSize=(50,50))
#inisialisasi counter
smileCount=0
faceCount=0
#untuk setiap wajah yang ditemukan, lakukan operasi pendeteksian senyum
for (x,y,w,h) in faces:
faceCount+=1
#memotong ROI
roi_gray = gray[y:y+h, x:x+w]
roi_color = img[y:y+h, x:x+w]
#menyalin ROI ke citra terpisah, agar bisa diproses mandiri
#di-resize ke ukuran 55*55 agar pendeteksian senyum lebih baik.
#nilai 55*55 ditemukan secara tidak sengaja, dan berhasil
windowed_gray = cv2.resize(roi_gray, (55, 55))
#mendeteksi senyuman pada citra
smiles=smile_cascade.detectMultiScale(image=windowed_gray,scaleFactor=1.1,minNeighbors=6)
#menandai wajah dengan kotak biru
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),1)
#untuk semua senyuman yang ditemukan di wajah, lakukan operasi penandaan
for (mx,my,mw,mh) in smiles:
smileCount+=1
#kode debug
#cv2.putText(img=windowed_gray,text="senyum",org=(mx,my),fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.5,color=(0,0,255),thickness=1)
#cv2.rectangle(windowed_gray,(mx,my),(mx+mw,my+mh),(0,0,255),1)
#cv2.putText(img=img,text="wajah",org=(x,y),fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.5,color=(0,0,255),thickness=1)
#menandai senyuman dengan kotak hijau
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),1)
smileCrop=windowed_gray[my:my+mh, mx:mx+mw]
#kode debug
#cv2.imshow("window", windowed_gray)
cv2.putText(img=img,text="Jumlah wajah= " + str(faceCount),org=(0,10),fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.5,color=(0,0,255),thickness=1)
cv2.putText(img=img,text="Jumlah senyum= " + str(smileCount),org=(0,20),fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.5,color=(0,0,255),thickness=1)
cv2.imshow('img',img)
# mereturn gambar yang terlabeli, jumlah senyum
return img, smileCount