Summary

Introduction

OpenCV와 Gradio를 활용한 실시간 얼굴 검출

Code, Conept & Explanation

Teachable Machine

가위, 바위, 보 게임 만들기
쉽게 모델 생성 및 배포 가능

1. OpenCV란?

OpenCV(Open Source Computer Vision)는 실시간 이미지 및 비디오 처리를 지원하는 오픈소스 라이브러리입니다. 다양한 프로그래밍 언어(C++, Python 등)를 지원하며 이미지 처리, 객체 검출, 머신 러닝 등 다양한 기능을 제공합니다.

OpenCV의 주요 활용 분야

• 공장 제품 검사
• 의료 영상 처리
• 자율주행
• CCTV 영상 분석
• 스포츠 분석

2. Haar Cascade를 활용한 얼굴 검출

Haar Cascade는 객체(특히 얼굴)를 검출하기 위한 알고리즘으로, Viola와 Jones가 제안했습니다. OpenCV는 이 알고리즘을 구현하여 제공합니다.

Haar Cascade의 주요 특징

• Haar 특징: 밝기 차이를 기반으로 객체 검출
• 적분 이미지: 빠른 연산을 위한 변환된 이미지
• Adaboost: 약한 분류기를 조합하여 강한 분류기로 구성
• Cascade Classifier: 여러 단계로 구성된 효율적인 검출 구조

3. 라이브러리 설치

OpenCV와 Gradio를 설치합니다.

pip install opencv-python gradio

4. 얼굴 검출 코드

아래는 OpenCV를 사용해 이미지를 처리하고 얼굴을 검출하는 코드입니다.

import cv2

# Haar Cascade 파일 로드
cascPath = cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
faceCascade = cv2.CascadeClassifier(cascPath)

def detect_faces(image):
    # 이미지를 OpenCV 형식으로 변환
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 얼굴 검출
    faces = faceCascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5,
        minSize=(30, 30),
        flags=cv2.CASCADE_SCALE_IMAGE
    )

    # 검출된 얼굴에 사각형 그리기
    for (x, y, w, h) in faces:
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # 이미지를 다시 RGB로 변환
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    return image

5. Gradio를 활용한 실시간 얼굴 검출

Gradio를 사용해 웹캠에서 실시간으로 얼굴을 검출하는 인터페이스를 구성합니다.

Gradio 코드

import gradio as gr

# Gradio Blocks 인터페이스 구성
with gr.Blocks() as demo:
    with gr.Row():
        webcam_input = gr.Image(source="webcam", streaming=True)
        output_image = gr.Image(streaming=True)

    def update(image):
        return detect_faces(image)

    webcam_input.stream(fn=update, inputs=webcam_input, outputs=output_image)

demo.launch()

6. 실행 결과

1. 위 코드를 실행하면 Gradio 인터페이스가 실행됩니다.
2. 웹캠을 통해 얼굴을 검출하고 결과를 실시간으로 표시합니다.
3. 검출된 얼굴에는 초록색 사각형이 표시됩니다.

Challenges & Solutions

Results

What I Learned & Insights

Conlusion