Chapter 3 Face Detection

Author: Diraw

Chapter 2 Pose Estimation/tempCodeRunnerFile.py

@@ -0,0 +1,75 @@
+import cv2
+import mediapipe as mp
+import time
+
+# 打开视频文件
+cap = cv2.VideoCapture(
+    "E:\\Advance Computer Vision with Python\\Chapter 3 Face Detection\\Videos\\4.mp4"
+)
+
+pTime = 0  # 上一帧的时间
+
+# 初始化MediaPipe的人脸检测模块
+mpFaceDetection = mp.solutions.face_detection
+mpDraw = mp.solutions.drawing_utils
+faceDetection = mpFaceDetection.FaceDetection(0.75)  # 创建一个 MediaPipe 的人脸检测器对象并设置检测置信度阈值为0.75
+
+while True:
+    success, img = cap.read()  # 读取视频帧
+    if not success:
+        print("Failed to read frame")
+        break
+
+    # 将图像转换为RGB格式
+    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+    results = faceDetection.process(imgRGB)  # 处理图像，进行人脸检测
+
+    if results.detections:
+        for id, detection in enumerate(results.detections):
+            # mpDraw.draw_detection(img, detection) #使用 MediaPipe 提供的工具在图像上绘制检测到的人脸的边界框和关键点
+            # print(id, detection)
+            # print(detection.score)
+            # print(detection.location_data.relative_bounding_box)
+
+            # 获取人脸检测的边界框信息
+            bboxC = detection.location_data.relative_bounding_box
+            ih, iw, ic = img.shape
+            bbox = (
+                int(bboxC.xmin * iw),
+                int(bboxC.ymin * ih),
+                int(bboxC.width * iw),
+                int(bboxC.height * ih),
+            )
+
+            # 绘制边界框
+            cv2.rectangle(img, bbox, (255, 0, 255), 2)
+
+            # 显示检测置信度
+            cv2.putText(
+                img,
+                f"{int(detection.score[0] * 100)}%",
+                (bbox[0], bbox[1] - 20),
+                cv2.FONT_HERSHEY_PLAIN,
+                5,
+                (255, 0, 255),
+                5,
+            )
+            # 第一个5为字体大小，第二个5为字体粗细
+
+    # 计算并显示帧率FPS
+    cTime = time.time()
+    fps = 1 / (cTime - pTime)
+    pTime = cTime
+    cv2.putText(
+        img, f"FPS: {int(fps)}", (20, 70), cv2.FONT_HERSHEY_PLAIN, 5, (0, 255, 0), 5
+    )
+
+    cv2.namedWindow("Image", cv2.WINDOW_NORMAL)  # 创建可调整大小的窗口
+
+    # 显示图像
+    cv2.imshow("Image", img)
+    if cv2.waitKey(1) & 0xFF == ord("q"):
+        break
+
+cap.release()
+cv2.destroyAllWindows()

Chapter 3 Face Detection/Basics.py

@@ -0,0 +1,107 @@
+import cv2
+import mediapipe as mp
+import time
+
+
+# 定义一个人脸检测类
+class FaceDetector:
+    def __init__(self, minDetectionCon=0.5):
+        # 初始化检测置信度
+        self.minDetectionCon = minDetectionCon
+
+        # 初始化MediaPipe的人脸检测模块
+        self.mpFaceDetection = mp.solutions.face_detection
+        self.mpDraw = mp.solutions.drawing_utils
+        self.faceDetection = self.mpFaceDetection.FaceDetection(self.minDetectionCon)
+
+    def findFaces(self, img, draw=True):
+        # 将图像转换为RGB格式
+        imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+        self.results = self.faceDetection.process(imgRGB)  # 进行人脸检测
+        bboxs = []  # 存储检测到的边界框
+
+        if self.results.detections:
+            for id, detection in enumerate(self.results.detections):
+                # 获取人脸检测的边界框信息
+                bboxC = detection.location_data.relative_bounding_box
+                ih, iw, ic = img.shape
+                bbox = (
+                    int(bboxC.xmin * iw),
+                    int(bboxC.ymin * ih),
+                    int(bboxC.width * iw),
+                    int(bboxC.height * ih),
+                )
+                bboxs.append([id, bbox, detection.score])  # 添加到边界框列表
+
+                if draw:
+                    img = self.fancyDraw(img, bbox)  # 绘制边界框
+                    # 显示检测置信度
+                    cv2.putText(
+                        img,
+                        f"{int(detection.score[0] * 100)}%",
+                        (bbox[0], bbox[1] - 20),
+                        cv2.FONT_HERSHEY_PLAIN,
+                        5,
+                        (255, 0, 255),
+                        5,
+                    )
+        return img, bboxs
+
+    def fancyDraw(self, img, bbox, l=30, t=5, rt=1):
+        # 这个 fancyDraw 函数通过在矩形框的四个角上绘制短线来实现自定义样式，与普通的矩形框相比，增加了视觉上的变化
+        # 1、矩形框：使用 cv2.rectangle 绘制标准矩形框
+        # 2、角线：在矩形的四个角上绘制短线段，使边框看起来更有设计感
+        # l 角线的长度，t 角线的粗细，rt 矩形框的粗细（length 长度，thickness 厚度）
+
+        # 自定义绘制边框的样式
+        x, y, w, h = bbox
+        x1, y1 = x + w, y + h
+
+        cv2.rectangle(img, bbox, (255, 0, 255), rt)  # 绘制矩形框
+        # 绘制四个角的线条
+        # 左上角
+        cv2.line(img, (x, y), (x + l, y), (255, 0, 255), t)
+        cv2.line(img, (x, y), (x, y + l), (255, 0, 255), t)
+        # 右上角
+        cv2.line(img, (x1, y), (x1 - l, y), (255, 0, 255), t)
+        cv2.line(img, (x1, y), (x1, y + l), (255, 0, 255), t)
+        # 左下角
+        cv2.line(img, (x, y1), (x + l, y1), (255, 0, 255), t)
+        cv2.line(img, (x, y1), (x, y1 - l), (255, 0, 255), t)
+        # 右下角
+        cv2.line(img, (x1, y1), (x1 - l, y1), (255, 0, 255), t)
+        cv2.line(img, (x1, y1), (x1, y1 - l), (255, 0, 255), t)
+        
+        return img
+
+
+def main():
+    # 打开视频文件
+    cap = cv2.VideoCapture(
+        "E:\\Advance Computer Vision with Python\\Chapter 3 Face Detection\\Videos\\4.mp4"
+    )
+    pTime = 0  # 上一帧时间
+    detector = FaceDetector()  # 创建人脸检测器对象
+
+    while True:
+        success, img = cap.read()  # 读取视频帧
+        img, bboxs = detector.findFaces(img)  # 检测人脸并获取边界框
+        print(bboxs)  # 打印边界框信息
+
+        # 计算并显示帧率FPS
+        cTime = time.time()
+        fps = 1 / (cTime - pTime)
+        pTime = cTime
+        cv2.putText(
+            img, f"FPS: {int(fps)}", (20, 70), cv2.FONT_HERSHEY_PLAIN, 5, (0, 255, 0), 5
+        )
+
+        cv2.namedWindow("Image", cv2.WINDOW_NORMAL)  # 创建可调整大小的窗口
+
+        # 显示图像
+        cv2.imshow("Image", img)
+        cv2.waitKey(1)
+
+
+if __name__ == "__main__":
+    main()

Chapter 3 Face Detection/FaceDetectionModule.py

@@ -0,0 +1,56 @@
+# mp.solutions.face_detection
+
+`mpFaceDetection = mp.solutions.face_detection` 初始化MediaPipe的人脸检测模块
+
+`faceDetection = mpFaceDetection.FaceDetection(0.75)` 创建一个 MediaPipe 的人脸检测器对象，并设置检测置信度阈值为0.75
+
+`results = faceDetection.process(imgRGB)`  处理图像，进行人脸检测
+
+`mpFaceDetection.FaceDetection()` 的参数主要有：
+
+`min_detection_confidence` 用于设置检测置信度阈值，默认值通常是 0.5
+
+# 边框信息
+
+获取人脸检测的边界框信息:
+
+```python
+bboxC = detection.location_data.relative_bounding_box
+ih, iw, ic = img.shape
+bbox = (
+    int(bboxC.xmin * iw),
+    int(bboxC.ymin * ih),
+    int(bboxC.width * iw),
+    int(bboxC.height * ih),
+)
+```
+
+原版：
+
+![原版](./pics/原版.png)
+
+自定义：
+
+![自定义](./pics/自定义.png)
+
+矩形框看起来不完整且不断变化，可能是因为：
+
+- 视频帧更新：每帧都会重新绘制，可能导致视觉上有闪烁或变化
+
+- 检测结果不稳定：人脸检测结果在不同帧之间不稳定，边框可能会跳动
+
+# 源代码的一个小问题
+
+如果你去网站上看代码，会发现一个错误：
+
+![website](./pics/website.png)
+
+你直接复制代码到vscode里面会出错：
+
+![vscode](./pics/vscode.png)
+
+翻了一下视频，才发现：
+
+![youtube](./pics/youtube.png)
+
+有个换行的反斜杠，在网站上没显示出来，原本这里应该是逗号连接的元组，结果现在好了，如果直接复制进vscode，它自动识别，帮你把前两个装在一起了，后两个落下了，好在也不难发现

Chapter 3 Face Detection/README.md

@@ -0,0 +1,4 @@
+1,https://www.pexels.com/zh-cn/video/3796263/
+2,https://www.pexels.com/zh-cn/video/4340125/
+3,https://www.pexels.com/zh-cn/video/5137640/
+4,https://www.pexels.com/zh-cn/video/4761954/