[OpenCV] OpenCV를 이용한 얼굴 감지

🎯 OpenCV를 이용한 얼굴 감지

OpenCV와 Gradio를 사용하여 실시간 얼굴 감지 애플리케이션을 만들어보자.

1. 필요한 라이브러리 임포트

import cv2
import gradio as gr

2. Haar Cascade 분류기 설정

# Haar Cascade 분류기 경로 설정
cascade_path = cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
face_cascade = cv2.CascadeClassifier(cascade_path)

# 사용 가능한 Haar Cascade 파일 목록
haarcascade_files = [
    "haarcascade_frontalface_default.xml",
    "haarcascade_eye.xml",
    "haarcascade_eye_tree_eyeglasses.xml",
    "haarcascade_frontalcatface.xml",
    "haarcascade_frontalcatface_extended.xml",
    "haarcascade_frontalface_alt.xml",
    "haarcascade_frontalface_alt2.xml",
    "haarcascade_frontalface_alt_tree.xml",
    "haarcascade_fullbody.xml",
    "haarcascade_lefteye_2splits.xml",
    "haarcascade_license_plate_rus_16stages.xml",
    "haarcascade_lowerbody.xml",
    "haarcascade_profileface.xml",
    "haarcascade_righteye_2splits.xml",
    "haarcascade_russian_plate_number.xml",
    "haarcascade_smile.xml",
    "haarcascade_upperbody.xml"
]

3. 얼굴 감지 함수 구현

1. 입력 이미지를 BGR 색상 공간으로 변환
2. 그레이스케일로 변환하여 얼굴 감지 수행
3. 감지된 얼굴 영역에 녹색 사각형 표시
4. 출력을 위해 RGB 색상 공간으로 다시 변환

def detect_faces(image):
    # 이미지 불러오기
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    # 그레이스케일로 변환
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 얼굴 감지 수행
    faces = face_cascade.detectMultiScale(
        gray,
        scaleFactor=1.1,    # 이미지 축소 비율
        minNeighbors=5,     # 최소 이웃 수
        minSize=(30, 30),   # 최소 얼굴 크기
        flags=cv2.CASCADE_SCALE_IMAGE
    )

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

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

4. Gradio UI 구성

• gr.Blocks(): 유연한 UI 레이아웃 구성
• gr.Row(): 요소들을 가로로 배치
• gr.Dropdown(): Cascade 분류기 선택 메뉴
• gr.Image(): 웹캠 입력 및 결과 출력 화면
• streaming=True: 실시간 비디오 스트리밍 활성화
• webcam_input.stream(): 웹캠 입력을 실시간으로 처리
• change_cascade(): 분류기 동적 변경 지원

with gr.Blocks() as demo:
    # 제목 추가
    gr.Markdown("얼굴 검출 모델")

    # UI 요소 배치
    with gr.Row():
        # Cascade 선택 드롭다운
        cascade_name = gr.Dropdown(
            label="Cascade Name",
            choices=haarcascade_files,
            value=haarcascade_files[0]
        )
        # 웹캠 입력
        webcam_input = gr.Image(
            sources="webcam",
            streaming=True,
            mirror_webcam=False
        )
        # 결과 출력
        output_image = gr.Image(streaming=True)

    # 웹캠 스트림 처리 함수
    def detect_face_from_webcam(image):
        return detect_faces(image)
    
    # Cascade 분류기 변경 함수
    def change_cascade(cascade_name):
        global face_cascade
        cascade_path = cv2.data.haarcascades + cascade_name
        face_cascade = cv2.CascadeClassifier(cascade_path)
    
    # 이벤트 핸들러 연결
    webcam_input.stream(
        fn=detect_face_from_webcam,
        inputs=[webcam_input],
        outputs=[output_image]
    )
    cascade_name.change(
        fn=change_cascade,
        inputs=[cascade_name],
        outputs=[]
    )

# 애플리케이션 실행
demo.launch(share=True)

5. 참고 자료

1. OpenCV 공식 문서
2. Gradio 공식 문서
3. OpenCV 얼굴 감지 예제

OpenCV 카테고리 내 다른 글 보러가기