实验七完成

实验七/main.py

@@ -1,16 +1,111 @@
-# 这是一个示例 Python 脚本。
+import cv2 as cv
+import numpy as np
+from joblib import load
 
-# 按 Shift+F10 执行或将其替换为您的代码。
-# 按 双击 Shift 在所有地方搜索类、文件、工具窗口、操作和设置。
+classifier = load('models/classifier.pkl')
+
+# 预处理图像
+def pre_detect(img):
+    pre_img = img.copy()
+    pre_img = cv.resize(pre_img, (50, 50))
+    pre_img = cv.cvtColor(pre_img, cv.COLOR_BGR2GRAY)
+    _, pre_img = cv.threshold(pre_img, 127, 255, cv.THRESH_BINARY)
+    pre_img = cv.blur(pre_img, (3, 3))
+    return pre_img
+
+# 特征提取
+def pre_detect(img):
+    pre_img = img.copy()
+    pre_img = cv.resize(pre_img, (50, 50))
+    pre_img = cv.cvtColor(pre_img, cv.COLOR_BGR2GRAY)
+    _, pre_img = cv.threshold(pre_img, 127, 255, cv.THRESH_BINARY)
+    pre_img = cv.blur(pre_img, (3, 3))
+    return pre_img
+
+# 特征提取
+def extract_contour_features(img):
+    contours, _ = cv.findContours(img, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
+    if len(contours) == 0:
+        return [0, 0]  # 如果没有轮廓，返回默认值
+    contour = contours[0]
+    area = cv.contourArea(contour)
+    perimeter = cv.arcLength(contour, True)
+    return [area, perimeter]
+
+def extract_shape_features(contour):
+    x, y, w, h = cv.boundingRect(contour)
+    aspect_ratio = float(w) / h
+    rect_area = w * h
+    shape_factor = cv.contourArea(contour) / rect_area
+    return [aspect_ratio, shape_factor]
+
+def extract_hu_moments(contour):
+    moments = cv.moments(contour)
+    hu_moments = cv.HuMoments(moments)
+    return hu_moments.flatten()
 
 
-def print_hi(name):
-    # 在下面的代码行中使用断点来调试脚本。
-    print(f'Hi, {name}')  # 按 Ctrl+F8 切换断点。
+def extract_features(img):
+    contours, _ = cv.findContours(img, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
+    if len(contours) == 0:
+        # 如果没有找到轮廓，返回 11 个零，保持特征数量一致
+        return [0] * 11
+    contour = contours[0]
+
+    # 提取轮廓特征
+    contour_features = extract_contour_features(img)
+
+    # 提取形状特征
+    shape_features = extract_shape_features(contour)
+
+    # 提取 Hu 矩
+    hu_moments = extract_hu_moments(contour)
+
+    # 合并所有特征为一个特征向量，确保总共有 11 个特征
+    feature_vector = contour_features + shape_features + hu_moments.tolist()
+    return feature_vector
 
 
-# 按装订区域中的绿色按钮以运行脚本。
-if __name__ == '__main__':
-    print_hi('PyCharm')
+# 读取图像并进行预处理
+img = cv.imread('test.jpg')
+pre_img = pre_detect(img)
 
-# 访问 https://www.jetbrains.com/help/pycharm/ 获取 PyCharm 帮助
+features = extract_features(pre_img)
+
+features = np.array(features).reshape(1, -1)
+
+predict_label = classifier.predict(features)
+
+cv.imshow('face? ' + str(predict_label[0]), img)
+cv.waitKey(0)
+cv.destroyAllWindows()
+
+# 读取视频并进行检测
+cap = cv.VideoCapture(1)
+
+while True:
+    ret, frame = cap.read()
+    if not ret:
+        break
+
+    # 预处理
+    pre_img = pre_detect(frame)
+
+    # 提取特征
+    features = extract_features(pre_img)
+    features=np.array(features).reshape(1, -1)
+
+    predict_label = classifier.predict(features)
+
+    # 在帧上显示预测结果
+    label_text = 'Face' if predict_label[0] else 'Non-Face'
+    cv.putText(frame, label_text, (50, 50), cv.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2, cv.LINE_AA)
+
+    # 展示
+    cv.imshow('video', frame)
+
+    if cv.waitKey(1) & 0xFF == ord('q'):
+        break
+
+cap.release()
+cv.destroyAllWindows()