Page 374 - MDP2020-3

368
| 인천전자마이스터고등학교 ·············································································································

faces = face_classifier.detectMultiScale(gray, 1.3, 5)
if faces == ():

return img, []
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 255), 2)
roi = img[y:y + h, x:x + w]
roi = cv2.resize(roi, (200, 200))

return img, roi # 검출된 좌표에 사각 박스 그리고(img), 검출된 부위를 잘라(roi) 전달

# 인식 시작
def run(models):

global faceCnt
# 카메라 열기
cap = cv2.VideoCapture(0)

while True:

# 카메라로 부터 사진 한장 읽기
ret, frame = cap.read()
# 얼굴 검출 시도
image, face = face_detector(frame)
try:

min_score = 999 # 가장 낮은 점수로 예측된 사람의 점수
min_score_name = "" # 가장 높은 점수로 예측된 사람의 이름

# 검출된 사진을 흑백으로 변환
face = cv2.cvtColor(face, cv2.COLOR_BGR2GRAY)

# 위에서 학습한 모델로 예측시도
for key, model in models.items():
result = model.predict(face)
if min_score > result[1]:

min_score = result[1]
min_score_name = key

# min_score 신뢰도이고 0에 가까울수록 자신과 같다는 뜻이다.
if min_score < 500:

confidence = int(100 * (1 - min_score / 300))
if confidence > 75: # 해당 사람일 때
print(min_score_name)
faceCnt += 1