Skip to content

Latest commit

 

History

History
118 lines (88 loc) · 3.28 KB

README.md

File metadata and controls

118 lines (88 loc) · 3.28 KB

node-python-opencv

Module NodeJS pour python-opencv

Ce module permet d'utiliser les fonctionnalités de opencv via python pour :

  • la détection de mouvement
  • la détection et la reconnaissance faciale
  • le streaming d'une webcam

Pré-requis :

  • Installer Python 2.7
  • Installer les modules python suivants :
    • python-opencv (pour Windows compiler opencv-contrib)
    • numpy

Installation :

npm install node-python-opencv

Utilisations :

Streaming webcam :

var opencv = require('node-python-opencv');

// Numéro de port facultatif
var webcam = new opencv.webcam({
	port: 8090
});
webcam.frame(function (image) {
	// image est au format base64
});

Détection de mouvement entre 2 images :

var opencv = require('node-python-opencv');

var image1 = fs.readFileSync('path/image1.jpg', {encoding: 'base64'});
var image2 = fs.readFileSync('path/image2.jpg', {encoding: 'base64'});

var detector = new opencv.detector({
	port: 9009
});

// Arguments :
// image1 : image de base au format base64
// image2 : image au format base64 où trouver les différences 
detector.findMove({
	'image1': image1,
	'image2': image2
}, function (data, err) {
	// Return JSON object {x: N, y: N, w: N, h: N}
	console.log(JSON.stringify(data));
});

Détection de visage(s) :

var opencv = require('node-python-opencv');

var image = fs.readFileSync('path/image.jpg', {encoding: 'base64'});

var detector = new opencv.detector({
	port: 9009
});

// Arguments :
// image : image au format base64 où trouver les visages
// haarcascade : fichier haarcascade à utiliser
// scaleFactor (facultatif) : échelle de redimensionnement de l'image pour la détection
// minNeighbors (facultatif) : Nombre de voisins que chaque rectangle détecté peut conserver 
detector.findFaces({
	'image': image,
	'haarcascade': 'path/to/haarcascade_frontalface_default.xml',
	'scaleFactor': 1.2,
	'minNeighbors': 8
}, function (data, err) {
	// Return JSON object {faces: [{x: N, y: N, w: N, h: N}, ...]}
	console.log(JSON.stringify(data));
});

Reconnaissance faciale :

var opencv = require('node-python-opencv');

var image = fs.readFileSync('path/image.jpg', {encoding: 'base64'});

var detector = new opencv.detector({
	port: 9009
});

// Arguments :
// csv : base de données d'images à utiliser pour la reconnaissance
// image : image au format base64 où trouver les visages
// haarcascade : fichier haarcascade à utiliser
// scaleFactor (facultatif) : échelle de redimensionnement de l'image pour la détection
// minNeighbors (facultatif) : Nombre de voisins que chaque rectangle détecté peut conserver
detector.recognizeFaces({
	'csv': 'path/to/database.csv'
	'image': image,
	'haarcascade': 'path/to/haarcascade_frontalface_default.xml'
}, function (data, err) {
	// Return JSON object {faces: [{name: 'xxx', x: N, y: N, w: N, h: N}, ...]}
	console.log(JSON.stringify(data));
});

Exemple de fichier csv pour la reconnaissance faciale (Attention de bien respecter ce format !) :

Label;Name;PATH
1;name_person1;/path/to/person1_image1.jpg
1;name_person1;/path/to/person1_image2.jpg
1;name_person1;/path/to/person1_image3.jpg
2;name_person2;/path/to/person2_image1.jpg
2;name_person2;/path/to/person2_image2.jpg
3;name_person3;/path/to/person3_image1.jpg