Python - Opencv 를 이용한 얼굴 검출하기

얼굴 검출은 원래 대표적인 머신러닝분야의 adaboost 알고리즘으로 유명합니다.

Opencv에는 이러한 얼굴검출 함수가 주어져있기 때문에 저희가 구현할 필요없이 바로바로 사용할 수 있습니다.

 

이번 포스팅에서는 그 사용방법에 대해서 정리하고자 합니다.

 

먼저 얼굴이 있는 사진을 하나를 가져오겠습니다.

 

먼저 얼굴 검출을 하기 위해서는 기존 이미지를 흑백으로 변경해주어야 합니다.

아래 코드에서 확인 하실 수 있다시피 저희는 cv2.cvtColor() 함수를 이용해서 기존의 사진(BGR)을 GRAY로 변경을 해주었습니다. 

def getImageData(path) :
    
    orgImage_File = []
    grayImage_File = []
    
    for i in range(220) :
        
        image_Path = basic_Path + path + '/image_' + str(i) + '.png'
        
        image = cv2.imread(image_Path)
        
        if str(type(image)) != "<class 'NoneType'>" :
            
            orgImage_File.append(image)
            
            grayImage = cv2.cvtColor(image , cv2.COLOR_BGR2GRAY)
            grayImage_File.append(grayImage)
            
    return orgImage_File , grayImage_File

 

이제 얼굴 검출을 위한 객체를 불러옵니다.

face_classifier = cv2.CascadeClassifier('frontalFace10/haarcascade_frontalface_default.xml')

 

저는 "haarcascade_frontalface_default.xml" 파일을 아래의 주소에서 다운받았습니다.

alereimondo.no-ip.org/OpenCV/34/ 

Haar Cascades

 

이제 이 객체를 이용해서 얼굴이 사진에서 어디 위치에 있는지 확인해보겠습니다.

location = face_classifier.detectMultiScale(test , 1.3 , 5)[0]

 

location의 내용은 아래와 같습니다.

즉 흑백사진에서 탐지된 얼굴의 갯수가 n개라고 하면 shape 이 (n , 4) 인 배열인 것을 확인할 수 있습니다.

그리고 이를 이용해서 얼굴을 검출하는 방법은 아래와 같습니다.

face_Height = [location[0] , location[0] + location[2]]
face_Width = [location[1] , location[1] + location[3]]

 

즉 location의 하나의 원소는 길이가 4개인 1차원배열인데 이는 (얼굴의 왼쪽 위 Y , 얼굴 왼쪽 위 X , 얼굴 Y 길이 , 얼굴 X 길이) 로 구성되어있다는 것을 확인할 수 있습니다.

 

이제 이를 이용해서 사진에서 얼굴 부분만을 추출할 수 있습니다.

face_Image = test[face_Width[0] : face_Width[1] , 
                 face_Height[0] : face_Height[1]]

 

최종적으로 face_Image 를 출력해보겠습니다.