rcnn.py

import cv2
import numpy as np
from tensorflow.keras.models import load_model

# 모델 파일 경로
MODEL_PATH = r'models_file\rcnn_emotion_model.h5'

# 모델 로드
emotion_model = load_model(MODEL_PATH)

# 감정 레이블 (모델의 출력 순서에 따라 수정)
emotion_labels = [
    "Joy", "Embarrassed", "Sad", "Neutrality", 
    "Anger", "Hurt", "Anxiety", "Sleepy"
]

# 얼굴 검출을 위한 OpenCV Haar Cascade 파일
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 웹캠 초기화
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        print("웹캠을 읽을 수 없습니다.")
        break

    # 그레이스케일로 변환 (얼굴 검출 용이)
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 얼굴 검출
    faces = face_cascade.detectMultiScale(gray_frame, scaleFactor=1.1, minNeighbors=5, minSize=(50, 50))
    
    for (x, y, w, h) in faces:
        # 얼굴 영역 추출 및 전처리
        face = gray_frame[y:y+h, x:x+w]
        face_resized = cv2.resize(face, (224, 224))
        face_color = cv2.cvtColor(face_resized, cv2.COLOR_GRAY2RGB)
        face_normalized = face_color / 255.0
        face_reshaped = np.reshape(face_normalized, (1, 224, 224, 3))

        # 감정 예측
        predictions = emotion_model.predict(face_reshaped)
        emotion_index = np.argmax(predictions)

        # 레이블 매핑에 따라 감정 표시
        if emotion_index < len(emotion_labels):
            emotion = emotion_labels[emotion_index]
        else:
            emotion = "Unknown"  # 예외 처리: 범위 초과 시

        # 얼굴 영역 및 감정 레이블 표시
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
        cv2.putText(frame, emotion, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 255, 255), 2)

    
    # 결과 프레임 표시
    cv2.imshow('Emotion Detection', frame)

    # ESC 키로 종료
    if cv2.waitKey(1) & 0xFF == 27:
        break

# 리소스 해제
cap.release()
cv2.destroyAllWindows()