#程式一:讀檔秀檔

import cv2 			#引入opencv函式庫
img = cv2.imread(‘lin.jpg')	# 讀取圖檔
cv2.imshow('My Image',img)   # 顯示圖片,第一個參數是視窗的名字,第二個參數是圖檔的變數名稱
cv2.waitKey(0)  #參數是等待時間（單位為毫秒），若設定為 0 就表示持續等待至使用者按下任按鍵
cv2.destroyAllWindows()	         #按下任意鍵後關閉所有 OpenCV 的視窗.

####################################################################
#程式二:啟動鏡頭

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

while(True):
    ret, frame = cap.read()#傳回值有兩個,第一個是否有讀到圖片,值為True或False,第二個是擷取當前的一禎圖片
    cv2.imshow('frame',frame)
    if cv2.waitKey(5) == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

####################################################################
#程式三:按按鍵擷取圖檔

import cv2
cap = cv2.VideoCapture(0)       
while(True):
    ret, frame = cap.read()
    cv2.imshow("frame", frame)     
    if cv2.waitKey(1) == ord('q'):   
        cv2.imwrite("test.png", frame) #儲存路徑
        break

cap.release()
cv2.destroyAllWindows()



####################################################################
#程式四:靜態人臉辨識
import cv2
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 載入分類器

img = cv2.imread('star2.png')# 轉成灰階圖片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 偵測臉部
faces = face_cascade.detectMultiScale(gray,scaleFactor=1.08,minNeighbors=5,minSize=(32, 32)) # 繪製人臉部份的方框
for (x, y, w, h) in faces: 
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) #(0, 255, 0)欄位可以變更方框顏色(Blue,Green,Red)# 顯示成果

cv2.namedWindow('img', cv2.WINDOW_NORMAL)  #正常視窗大小
cv2.imshow('img', img)                     #秀出圖片
cv2.imwrite( "result.jpg", img )           #保存圖片
cv2.waitKey(0)                             #等待按下任一按鍵
cv2.destroyAllWindows()                    #關閉視窗

faces

####################################################################

#程式四A:靜態人臉辨識 （修正結果）

import cv2
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 載入分類器

img = cv2.imread('star2.png')# 轉成灰階圖片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 偵測臉部
faces = face_cascade.detectMultiScale(gray,scaleFactor=1.08,minNeighbors=18,minSize=(32, 32)) # 繪製人臉部份的方框
for (x, y, w, h) in faces: 
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) #(0, 255, 0)欄位可以變更方框顏色(Blue,Green,Red)# 顯示成果

cv2.namedWindow('img', cv2.WINDOW_NORMAL)  #正常視窗大小
cv2.imshow('img', img)                     #秀出圖片
cv2.imwrite( "result.jpg", img )           #保存圖片
cv2.waitKey(0)                             #等待按下任一按鍵
cv2.destroyAllWindows()                  

####################################################################
#程式五:動態人臉辨識

import cv2# 載入分類器

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 從視訊鏡頭擷取影片
cap = cv2.VideoCapture(0)
while True:
    # Read the frame
    _, img = cap.read()
# 轉成灰階
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 偵測臉部
    faces = face_cascade.detectMultiScale(gray, 1.1, 4)
# 繪製人臉部份的方框
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 顯示成果
    cv2.namedWindow('img', cv2.WINDOW_NORMAL)  #正常視窗大小
    cv2.imshow('img', img)                     #秀出圖片
    if cv2.waitKey(30)== ord('q'):
        break
cap.release()
cv2.destroyAllWindows()


####################################################################
#程式六:動態人臉辨識 ＋ 人臉自動儲存 ＋ 自動裁切

import cv2# 載入分類器

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 從視訊鏡頭擷取影片
cap = cv2.VideoCapture(0)
while True:
    # Read the frame
    _, img = cap.read()
# 轉成灰階
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 偵測臉部
    faces = face_cascade.detectMultiScale(gray, 1.1, 4)
    
    i=1
# 繪製人臉部份的方框
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
        crop_img=img[y:y+h, x:x+w]
        cv2.imwrite("people"+str(i)+".png", crop_img) 
        i = i + 1
# 顯示成果

    cv2.namedWindow('Human Face Found!', cv2.WINDOW_NORMAL)  #正常視窗大小
    cv2.imshow('Human Face Found!', img)#秀出圖片
    
    if cv2.waitKey(30)== ord('s'):
        cv2.imwrite("save.png",img)
    if cv2.waitKey(30)== ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

print(faces)
print('偵測到 {0}人臉 !'.format(len(faces)))