Détection de visages

Traitement d'images en Python

Rebeca Gonzalez

Data Engineer

Cas d'usage de la détection faciale

Filtres
Mise au point auto
Recommandations
Flou pour protéger la vie privée
Pour reconnaître les émotions plus tard

Détecter des visages avec scikit-image

# Import the classifier class
from skimage.feature import Cascade


# Load the trained file from the module root.
trained_file = data.lbp_frontal_face_cascade_filename()


# Initialize the detector cascade.
detector = Cascade(trained_file)

Essayons

Détecter des visages

# Apply detector on the image
detected = detector.detect_multi_scale(img=image,

                                        scale_factor=1.2,

                                        step_ratio=1,

                                        min_size=(10, 10),
                                        max_size=(200, 200))

Visages détectés

print(detected)

# Show image with detected face marked
show_detected_face(image, detected)

Visage détecté : [{'r': 115, 'c': 210, 'width': 167, 'height': 167}]

Afficher les visages détectés

def show_detected_face(result, detected, title="Face image"):
    plt.imshow(result)
    img_desc = plt.gca()
    plt.set_cmap('gray')
    plt.title(title)
    plt.axis('off')

    for patch in detected:
        img_desc.add_patch(
            patches.Rectangle(
                (patch['c'], patch['r']),
                patch['width'],
                patch['height'],
                fill=False,color='r',linewidth=2)
        )
    plt.show()

Passons à la pratique!

Traitement d'images en Python