detect_mask_video.py

# CÁCH DÙNG
# python detect_mask_video.py --video examples/video.mkv

# import các thư viện cần thiết
from tensorflow.keras.applications.mobilenet_v2 import preprocess_input
from tensorflow.keras.preprocessing.image import img_to_array
from tensorflow.keras.models import load_model
from imutils.video import VideoStream
import numpy as np
import argparse
import imutils
import time
import cv2
import os


def detect_and_predict_mask(frame, faceNet, maskNet):
    # grab the dimensions of the frame và chuyển sang blod
    (h, w) = frame.shape[:2]
    blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),
                                 (104.0, 177.0, 123.0))

    # cho blod qua model và detect face
    faceNet.setInput(blob)
    detections = faceNet.forward()

    # khởi tạo các list faces, locations tương ứng, predicts tương ứng từ model
    faces = []
    locs = []
    preds = []

    # lặp qua các detections
    for i in range(0, detections.shape[2]):
        # lấy ra độ tin cậy (xác suất,...) tương ứng của mỗi detection
        confidence = detections[0, 0, i, 2]

        # lọc ra các detections đảm bảo độ tin cậy > ngưỡng tin cậy
        if confidence > args["confidence"]:
            # tính toán (x,y) bounding box
            box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
            (startX, startY, endX, endY) = box.astype("int")

            # đảm bảo bounding box nằm trong kích thước frame
            (startX, startY) = (max(0, startX), max(0, startY))
            (endX, endY) = (min(w - 1, endX), min(h - 1, endY))

            # trích ra face ROI, chuyển image từ BGR sang RGB, resize về 224x224 và preprocess
            face = frame[startY:endY, startX:endX]
            face = cv2.cvtColor(face, cv2.COLOR_BGR2RGB)
            face = cv2.resize(face, (224, 224))
            face = img_to_array(face)
            face = preprocess_input(face)

            # thêm face và bounding box tương ứng vào các list
            faces.append(face)
            locs.append((startX, startY, endX, endY))

    # chỉ prediction nếu ít detect đc ít nhất 1 face
    if len(faces) > 0:
        # để nhanh hơn thì predict trên tất cả face thay vì predict trên từng face dùng vòng lặp
        faces = np.array(faces, dtype="float32")
        preds = maskNet.predict(faces, batch_size=32)

    # return 2-tuple chứa location và predict tương ứng của chúng
    return (locs, preds)


# các tham số đầu vào
ap = argparse.ArgumentParser()
ap.add_argument("-v", "--video", required=True,
		help="path to input video")
ap.add_argument("-f", "--face", type=str,
                default="face_detector",
                help="path to face detector model directory")
ap.add_argument("-m", "--model", type=str,
                default="mask_detector.model",
                help="path to trained face mask detector model")
ap.add_argument("-c", "--confidence", type=float, default=0.5,
                help="minimum probability to filter weak detections")
args = vars(ap.parse_args())

# load face detector model từ thư mục
print("[INFO] loading face detector model...")
prototxtPath = os.path.sep.join([args["face"], "deploy.prototxt"])
weightsPath = os.path.sep.join([args["face"],
                                "res10_300x300_ssd_iter_140000.caffemodel"])
faceNet = cv2.dnn.readNet(prototxtPath, weightsPath)

# load face mask detector model đã train
print("[INFO] loading face mask detector model...")
maskNet = load_model(args["model"])

# load input video và process
print("[INFO] starting video ...")
vs = VideoStream(src=args["video"]).start()
time.sleep(2.0)

# lặp qua các frames từ video stream
while True:
    # cắt frame từ video và resize về tối đa width 400 pixel
    frame = vs.read()
    frame = imutils.resize(frame, width=800)

    # detect faces in the frame và xác định là mask or no mask
    (locs, preds) = detect_and_predict_mask(frame, faceNet, maskNet)

    # lặp qua các bounding box khuôn mặt được phát hiện và predict tương ứng của chúng
    for (box, pred) in zip(locs, preds):
        # unpack the bounding box and predictions
        (startX, startY, endX, endY) = box
        (mask, withoutMask) = pred

        # xác định class label và color để vẽ bounding box và text
        label = "Mask" if mask > withoutMask else "No Mask"
        color = (0, 255, 0) if label == "Mask" else (0, 0, 255)

        # đính thêm thông tin về xác suất(probability) của label
        label = "{}: {:.2f}%".format(label, max(mask, withoutMask) * 100)

        # display label và bounding box hình chữ nhật trên output frame
        cv2.putText(frame, label, (startX, startY - 10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.45, color, 2)
        cv2.rectangle(frame, (startX, startY), (endX, endY), color, 2)

    # show output frame
    cv2.imshow("FACE_MASK_DETECTOR_TL", frame)
    key = cv2.waitKey(1) & 0xFF

    # nhấn q để thoát
    if key == ord("q"):
        break

# cleanup
cv2.destroyAllWindows()
vs.stop()