jarondon82/ComputerVisionProject

1import cv22import numpy as np3 4def detect_face_dnn(net, frame, conf_threshold=0.5):5    """6    Detecta rostros en una imagen utilizando un modelo DNN pre-entrenado7    y devuelve los cuadros delimitadores.8    """9    frameHeight = frame.shape[0]10    frameWidth = frame.shape[1]11    12    # Crear un blob a partir de la imagen13    blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300), [104, 117, 123], False, False)14    15    # Establecer la entrada para la red neuronal16    net.setInput(blob)17    18    # Ejecutar la detección19    detections = net.forward()20    21    bboxes = []22    23    # Procesar las detecciones24    for i in range(detections.shape[2]):25        confidence = detections[0, 0, i, 2]26        27        # Filtrar por umbral de confianza28        if confidence > conf_threshold:29            x1 = int(detections[0, 0, i, 3] * frameWidth)30            y1 = int(detections[0, 0, i, 4] * frameHeight)31            x2 = int(detections[0, 0, i, 5] * frameWidth)32            y2 = int(detections[0, 0, i, 6] * frameHeight)33            34            # Asegurarse de que las coordenadas están dentro de los límites de la imagen35            x1 = max(0, min(x1, frameWidth - 1))36            y1 = max(0, min(y1, frameHeight - 1))37            x2 = max(0, min(x2, frameWidth - 1))38            y2 = max(0, min(y2, frameHeight - 1))39            40            # Agregar los cuadros delimitadores y la confianza41            bboxes.append([x1, y1, x2, y2, confidence])42    43    return np.array(bboxes)44 45def main():46    # Cargar el modelo de detección de rostros47    modelFile = "models/opencv_face_detector_uint8.pb"48    configFile = "models/opencv_face_detector.pbtxt"49    net = cv2.dnn.readNetFromTensorflow(modelFile, configFile)50    51    # Iniciar la cámara52    cap = cv2.VideoCapture(0)53    54    if not cap.isOpened():55        print("Error: No se pudo abrir la cámara.")56        return57    58    print("Cámara iniciada correctamente. Presione 'q' para salir.")59    60    while True:61        # Leer un frame de la cámara62        ret, frame = cap.read()63        64        if not ret:65            print("Error al capturar el frame.")66            break67        68        # Detectar rostros con umbrales de confianza diferentes69        for threshold in [0.5, 0.3, 0.1]:70            bboxes = detect_face_dnn(net, frame, threshold)71            72            # Crear copia del frame para dibujar en ella73            display_frame = frame.copy()74            75            # Dibujar los cuadros delimitadores76            for i, bbox in enumerate(bboxes):77                x1, y1, x2, y2, conf = bbox78                # Usar color verde79                color = (0, 255, 0)80                # Dibujar el rectángulo81                cv2.rectangle(display_frame, (int(x1), int(y1)), (int(x2), int(y2)), color, 2)82                # Mostrar la confianza83                label = f"Rostro: {conf:.2f}"84                cv2.putText(display_frame, label, (int(x1), int(y1) - 10), 85                           cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)86            87            # Mostrar el número de rostros detectados en la esquina88            cv2.putText(display_frame, f"Umbral: {threshold} - Rostros: {len(bboxes)}", 89                      (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)90            91            # Mostrar el resultado92            window_name = f"Detección de Rostros (Umbral: {threshold})"93            cv2.imshow(window_name, display_frame)94        95        # Salir si se presiona 'q'96        if cv2.waitKey(1) & 0xFF == ord('q'):97            break98    99    # Liberar recursos100    cap.release()101    cv2.destroyAllWindows()102 103if __name__ == "__main__":104    main()