การทำ Face Detection บน Video ด้วย Python และ OpenCV

บทเรียนต่อไปนี้คือเทคนิคการทำ Face Detection ด้วย Python และ OpenCV ในการจับใบหน้าคนที่ปรากฏบนไฟล์ Video

บทเรียนก่อนหน้านี้:

สำหรับบทเรียนนี้นอกจากการจับภาพจาก WebCam หรือ USB Camera ที่เรานิยมใช้กับแบบ Real-Time แล้วจะเป็นการสอนการจับภาพ หรือประมวลผลใบหน้าจากไฟล์ Video นามสกุล mp4 เป็นหลัก โดยไฟล์ Video ที่เราจะใช้นั้นให้เซฟ แล้วดาวน์โหลดไว้ที่ โฟลเดอร์ images ใน Path เดียวกับ Source ของ Python ที่เราจะเขียน

ผมจะใช้ไฟล์ movie.mp4 ในโฟลเดอร์ images เป็น video ที่จะนำมาทดสอบ เรียก Header มาใช้เลยคือ:

import cv2
import face_recognition

cap = cv2.VideoCapture( r'images/movie.mp4',0)

import cv2

import face_recognition

cap = cv2.VideoCapture( r'images/movie.mp4',0)

เรียก face_recognition มาใช้งานหลังจากนั้นสร้าง Landmark ของใบหน้าไว้เป็น Array สำหรับวนหาใบหน้า

face_locations = []

1	face_locations = []

หลังจากนั้นให้เราเขียนคำสั่งต่อไปนี้:

while True:
    ret, frame = cap.read()
    rgb_frame = frame[:, :, ::-1]
    face_locations = face_recognition.face_locations(rgb_frame)
    for top, right, bottom, left in face_locations:
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)

    frame = cv2.resize(frame, (600, 340))     
    cv2.imshow('Video', frame)

while True:

ret, frame = cap.read()

rgb_frame = frame[:, :, ::-1]

face_locations = face_recognition.face_locations(rgb_frame)

for top, right, bottom, left in face_locations:

cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)

frame = cv2.resize(frame, (600, 340))

cv2.imshow('Video', frame)

การทำงานคือ จับ Frame ของ Video ทีละ Frame โดย

ret, frame = cap.read()

1	ret, frame = cap.read()

หลังจากนั้นแปลงภาพจาก Frame ที่เป็น OpenCV ประมวลผลแบบ BGR Color ให้เป็น RGB

rgb_frame = frame[:, :, ::-1]

1	rgb_frame = frame[:, :, ::-1]

ในแต่ละ Frame จะทำการค้นหาใบหน้าทั้งหมดที่ปรากฏในภาพ Frame

face_locations = face_recognition.face_locations(rgb_frame)

1	face_locations = face_recognition.face_locations(rgb_frame)

ทำการวาดสี่เหลี่ยมสีเขียวลงบนหน้าที่ตรวจจับได้:

for top, right, bottom, left in face_locations:
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)

1 2	for top, right, bottom, left in face_locations: cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)

ทำการย่อขนาดของหน้าต่าง video ตัว output แล้วแสดงผลลัพธ์ออกมา

frame = cv2.resize(frame, (600, 340))     
    cv2.imshow('Video', frame)

1 2	frame = cv2.resize(frame, (600, 340)) cv2.imshow('Video', frame)

เขียนคำสั่งด Enter แล้วปิดหน้าต่าง:

if cv2.waitKey(25) == 13:
        break

1 2	if cv2.waitKey(25) == 13: break

และสุดท้ายถ้าประมวลผลเสร็จสิ้นให้ทิ้ง Task ที่กำลังทำงานอยู่ออกไปให้หมด

cap.release()
cv2.destroyAllWindows()

1 2	cap.release() cv2.destroyAllWindows()

จะเห็นว่าไฟล์ Python ของเราจะเป็นดังนี้

import cv2
import face_recognition

cap = cv2.VideoCapture( r'images/movie.mp4',0)
face_locations = []

while True:
    ret, frame = cap.read()
    rgb_frame = frame[:, :, ::-1]
    face_locations = face_recognition.face_locations(rgb_frame)
    for top, right, bottom, left in face_locations:
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)

    frame = cv2.resize(frame, (600, 340))     
    cv2.imshow('Video', frame)
    
    if cv2.waitKey(25) == 13:
        break

cap.release()
cv2.destroyAllWindows()

import cv2

import face_recognition

cap = cv2.VideoCapture( r'images/movie.mp4',0)

face_locations = []

while True:

ret, frame = cap.read()

rgb_frame = frame[:, :, ::-1]

face_locations = face_recognition.face_locations(rgb_frame)

for top, right, bottom, left in face_locations:

cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)

frame = cv2.resize(frame, (600, 340))

cv2.imshow('Video', frame)

if cv2.waitKey(25) == 13:

break

cap.release()

cv2.destroyAllWindows()

ทดสอบก็จะได้ผลลัพธ์ตามนี้:

ทีนี้ลองเอา ระบบ Face Reconition มาใช้แต่ต้องเปลี่ยนวีดีโอเล็กน้อยที่คมชัดเพราะวีดีโอข้างต้นมันขึ้น Unknown หมดเลยทุกคน

ใส่ code นี้ไปเลย:

import cv2
import face_recognition

cap = cv2.VideoCapture( r'images/movie.mp4',0)
database_image = face_recognition.load_image_file("images/banyapon.jpg")
data_base_encoding = face_recognition.face_encodings(database_image)[0]

person_face_encodings = [data_base_encoding]
person_face_names = ["BANYAPON"]

data_locations = []
data_encodings = []
data_names = []
frameProcess = True

while True:
    ret, frame = cap.read()
    rgb_frame = frame[:, :, ::-1]
    data_locations = face_recognition.face_locations(rgb_frame)
    for top, right, bottom, left in data_locations:
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 4)
        data_encodings = face_recognition.face_encodings(rgb_frame, data_locations)
        data_names = []
        for dc in data_encodings:
            matches = face_recognition.compare_faces(person_face_encodings, dc)
            name = "UNKNOWN"
            if True in matches:
                first_match_index = matches.index(True)
                name = person_face_names[first_match_index]

            data_names.append(name)
            cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (26, 174, 10), cv2.FILLED)
            font = cv2.FONT_HERSHEY_DUPLEX
            cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    frame = cv2.resize(frame, (600, 340))     
    cv2.imshow('Video', frame)
    
    if cv2.waitKey(25) == 13:
        break

cap.release()
cv2.destroyAllWindows()