Explica\u00e7\u00e3o sobre os cascade classifier….<\/p>\n
A primeira parte do c\u00f3digo \u00e9 respons\u00e1vel por determinar qual o padr\u00e3o que dever\u00e1 ser utilizado na detec\u00e7\u00e3o. Foi utilizado o arquivo padr\u00e3o (haarcascade_frontalface_default.xml) dispon\u00edvel em\u00a0https:\/\/github.com\/Itseez\/opencv\/tree\/master\/data\/haarcascades<\/a>. O m\u00e9todo\u00a0cv2.CascadeClassifier()<\/em> \u00e9 respons\u00e1vel por abrir o classificador.<\/p>\n Em seguida \u00e9 criada uma inst\u00e2ncia da webcam e j\u00e1 dentro do la\u00e7o de repeti\u00e7\u00e3o \u00e9 capturada uma imagem da webcam. Na linha 10 \u00e9 feito um espelhamento da imagem pois ela pode estar vindo invertida (voc\u00ea vira a cabe\u00e7a para a esquerda mas na imagem capturada a cabe\u00e7a vira para a direita), sendo uma instru\u00e7\u00e3o opcional.<\/p>\n A detec\u00e7\u00e3o realmente acontece no uso da fun\u00e7\u00e3o\u00a0detectMultiScale(). Os par\u00e2metros necess\u00e1rios para esse m\u00e9todo s\u00e3o:<\/em><\/p>\n A fun\u00e7\u00e3o\u00a0detectMultiScale() <\/em>retornar\u00e1 uma lista de ret\u00e2ngulos onde foram identificadas faces\u00a0e nas\u00a0linhas 21 e 22 \u00e9 percorrido essa lista e utilizado os par\u00e2metros da detec\u00e7\u00e3o para desenhar ret\u00e2ngulos que estar\u00e3o posicionados onde foram identificadas as faces. Como par\u00e2metros para a fun\u00e7\u00e3o cv2.rectangle()<\/em> \u00e9 informada a imagem que vai receber o ret\u00e2ngulo, o ponto inicial onde o ret\u00e2ngulo ser\u00e1 desenhado, o ponto final, a cor (com valores para RGB) e a espessura da linha que ser\u00e1 desenhada.<\/p>\n O final restante do c\u00f3digo \u00e9 respons\u00e1vel por mostrar a captura em uma janela e finalizar o la\u00e7o de repeti\u00e7\u00e3o quando for pressionada a letra ‘q’. Ao encerrar o la\u00e7o de repeti\u00e7\u00e3o \u00e9 liberado o uso da webcam e tamb\u00e9m fechada todas as janelas que foram abertas (no caso do algoritmo, a \u00fanica janela aberta).<\/p>\n MOSTRAR V\u00cdDEO COM OS RESULTADOS<\/p>\n LINKAR ARTIGO SOBRE DETE\u00c7\u00c3O DE QUALQUER OBJETO<\/p>\n Refer\u00eancias<\/strong><\/p>\n https:\/\/realpython.com\/blog\/python\/face-recognition-with-python\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Explica\u00e7\u00e3o sobre os cascade classifier…. A primeira parte do c\u00f3digo \u00e9 respons\u00e1vel por determinar qual o padr\u00e3o que dever\u00e1 ser utilizado na detec\u00e7\u00e3o. Foi utilizado o arquivo padr\u00e3o (haarcascade_frontalface_default.xml) dispon\u00edvel em\u00a0https:\/\/github.com\/Itseez\/opencv\/tree\/master\/data\/haarcascades. O m\u00e9todo\u00a0cv2.CascadeClassifier() \u00e9 respons\u00e1vel por abrir o classificador. Em … Continue lendo \n
import cv2\r\n\r\narqCasc = 'haarcascade_frontalface_default.xml'\r\nfaceCascade = cv2.CascadeClassifier(arqCasc)\r\n\r\nwebcam = cv2.VideoCapture(0) #instancia o uso da webcam\r\n\r\nwhile True:\r\n s, imagem = webcam.read() #pega efeticamente a imagem da webcam\r\n imagem = cv2.flip(imagem,180) #espelha a imagem\r\n\r\n faces = faceCascade.detectMultiScale(\r\n imagem,\r\n minNeighbors=5,\r\n minSize=(30, 30),\r\n\tmaxSize=(200,200)\r\n )\r\n\r\n # Desenha um ret\u00e2ngulo nas faces detectadas\r\n for (x, y, w, h) in faces:\r\n cv2.rectangle(imagem, (x, y), (x+w, y+h), (0, 255, 0), 2)\r\n\r\n cv2.imshow('Video', imagem) #mostra a imagem captura na janela\r\n\r\n #o trecho seguinte \u00e9 apenas para parar o c\u00f3digo e fechar a janela\r\n if cv2.waitKey(1) & 0xFF == ord('q'):\r\n break\r\n\r\nwebcam.release() #dispensa o uso da webcam\r\ncv2.destroyAllWindows() #fecha todas a janelas abertas<\/pre>\n