【opencv】顔検出をして、特定の人の顔をリアルタイムで識別しよう！【face_recognition】【dlib】

sudo install python3

git clone https://github.com/rintaro-s/webcam_face_recognition.git

git clone https://github.com/rintaro-s/webcam_face_recognition.git

解凍＞中に入ってターミナル開く

chmod +x ./install.sh
sudo ./install.sh

pip install opencv-python
pip install dlib
pip install face_recognition

#pythonのダウンロード
git clone https://github.com/rintaro-s/webcam_face_recognition.git

import face_recognition
import cv2
import numpy as np

# これはウェブカメラからのライブビデオで顔認識を実行するデモです。少し複雑ですが、パフォーマンスを向上させるための基本的な調整が含まれています：
#   1. 各ビデオフレームを1/4の解像度で処理し（ただし、フル解像度で表示します）
#   2. ビデオの毎フレームごとに顔を検出するのではなく、隔フレームごとに検出します。

# 注：この例では、ウェブカメラから読み取るためにOpenCV（cv2ライブラリ）がインストールされている必要があります。
# OpenCVはface_recognitionライブラリを使用するためには*必要ありません*。この特定のデモを実行したい場合にのみ必要です。
# インストールに問題がある場合は、OpenCVを必要としない他のデモを試してみてください。

# ウェブカメラ#0（デフォルトのもの）への参照を取得します
video_capture = cv2.VideoCapture(0)

# サンプル画像を読み込み、それを認識できるように学習させます。
a_image = face_recognition.load_image_file("a.jpg")
a_face_encoding = face_recognition.face_encodings(a_image)[0]

# 2番目のサンプル画像を読み込み、それを認識できるように学習させます。
b_image = face_recognition.load_image_file("b.jpg")
b_face_encoding = face_recognition.face_encodings(b_image)[0]

# 既知の顔のエンコーディングとその名前の配列を作成します
known_face_encodings = [
    a_face_encoding,
    b_face_encoding
]
known_face_names = [
    "a",
    "b"
]

# いくつかの変数を初期化します
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

while True:
    # ビデオの単一フレームを取得します
    ret, frame = video_capture.read()

    # 時間を節約するために隔フレームのみを処理します
    if process_this_frame:
        # 顔認識処理を高速化するためにビデオフレームのサイズを1/4にリサイズします
        small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)

        # 画像をBGRカラー（OpenCVが使用する）からRGBカラー（face_recognitionが使用する）に変換します
        rgb_small_frame = small_frame[:, :, ::-1]

        code = cv2.COLOR_BGR2RGB
        rgb_small_frame = cv2.cvtColor(rgb_small_frame, code)
        
        # 現在のビデオフレーム内のすべての顔と顔のエンコーディングを見つけます
        face_locations = face_recognition.face_locations(rgb_small_frame)
        face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

        face_names = []
        for face_encoding in face_encodings:
            # 顔が既知の顔と一致するかどうかを確認します
            matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
            name = "Unknown"

            # # 既知の顔エンコーディングで一致が見つかった場合は、最初のものを使用します。
            # if True in matches:
            #     first_match_index = matches.index(True)
            #     name = known_face_names[first_match_index]

            # あるいは、新しい顔に最も近い距離を持つ既知の顔を使用します
            face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
            best_match_index = np.argmin(face_distances)
            if matches[best_match_index]:
                name = known_face_names[best_match_index]

            face_names.append(name)

    process_this_frame = not process_this_frame

    # 結果を表示します
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        # 顔の位置を元のフレームのサイズに戻します（フレームが1/4のサイズで検出されたため）
        top *= 4
        right *= 4
        bottom *= 4
        left *= 4

        # 顔の周りにボックスを描きます
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

        # 顔の下に名前のラベルを描きます
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    # 結果の画像を表示します
    cv2.imshow('Video', frame)

    # キーボードで'q'を押して終了します！
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# ウェブカメラへのハンドルを解放します
video_capture.release()
cv2.destroyAllWindows()