-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmain.py
82 lines (62 loc) · 2.9 KB
/
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
import cv2
import time
# Carrega os classificadores pré-treinados para rosto e olhos
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
# Substitua 'video1.mp4' pelo caminho do seu vídeo
video_path = 'video1.mp4'
cap = cv2.VideoCapture(video_path)
# Reduz a resolução do vídeo para metade da original
scale_factor = 0.5
# Variáveis para calcular FPS
prev_frame_time = 0
frame_count = 0
detect_interval = 5 # Detectar apenas a cada 5 quadros
while cap.isOpened():
# Lê o próximo frame do vídeo
ret, frame = cap.read()
# Verifica se o frame foi lido corretamente
if not ret:
break
# Reduz a resolução do frame
frame = cv2.resize(frame, (int(frame.shape[1] * scale_factor), int(frame.shape[0] * scale_factor)))
# Calcula o tempo atual e o FPS
curr_frame_time = time.time()
fps = 1 / (curr_frame_time - prev_frame_time) if prev_frame_time > 0 else 0
prev_frame_time = curr_frame_time
# Converte o frame para escala de cinza para melhorar a detecção
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# Realiza a detecção apenas a cada N quadros
if frame_count % detect_interval == 0:
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3)
# Itera sobre os rostos detectados
for (x, y, w, h) in faces:
# Define a região de interesse (ROI) para o rosto
face_roi = gray[y:y + h, x:x + w]
# Detecta os olhos dentro da ROI do rosto, mas somente se a face foi detectada no quadro atual
if frame_count % detect_interval == 0:
eyes = eye_cascade.detectMultiScale(face_roi, scaleFactor=1.1, minNeighbors=3)
# Verifica se encontrou os dois olhos
if len(eyes) >= 2:
# Ordena os olhos para garantir que o primeiro seja o esquerdo
eyes = sorted(eyes, key=lambda ex: ex[0])
eye_1 = eyes[0]
eye_2 = eyes[1]
# Calcula as coordenadas para a ROI que inclui os dois olhos
ex, ey = min(eye_1[0], eye_2[0]), min(eye_1[1], eye_2[1])
ew = max(eye_1[0] + eye_1[2], eye_2[0] + eye_2[2]) - ex
eh = max(eye_1[1] + eye_1[3], eye_2[1] + eye_2[3]) - ey
# Desenha retângulo na região dos dois olhos no frame original
cv2.rectangle(frame, (x + ex, y + ey), (x + ex + ew, y + ey + eh), (0, 255, 0), 2)
# Exibe o FPS no frame principal
cv2.putText(frame, f'FPS: {fps:.2f}', (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)
# Exibe o frame principal com as detecções
cv2.imshow('Face and Eyes Detection', frame)
# Sai do loop ao pressionar "q"
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# Incrementa o contador de quadros
frame_count += 1
# Libera o vídeo e fecha as janelas
cap.release()
cv2.destroyAllWindows()