Como detectar em tempo real de rostos, olhos e sorrisos usando a webcam com OpenCV

 

Como detectar em tempo real de rostos, olhos e sorrisos usando a webcam com OpenCV e os famosos classificadores Haar Cascade, que são modelos pré-treinados para detecção de padrões visuais.

import cv2

print(cv2.__version__)

video_capture = cv2.VideoCapture(0)

faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

eyeCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')

smileCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_smile.xml')

while True:

    ret, frame = video_capture.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    faces = faceCascade.detectMultiScale(

        gray,

        scaleFactor=1.1,

        minNeighbors=5,

        minSize=(30, 30)

    )

    for (x, y, w, h) in faces:

        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

    eyes = eyeCascade.detectMultiScale(gray, 1.2, 18)

    for (x, y, w, h) in eyes:

        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    smiles = smileCascade.detectMultiScale(gray, 1.7, 20)

    for (x, y, w, h) in smiles:

        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2)

    cv2.imshow('video', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):

        break

video_capture.release()

cv2.destroyAllWindows()