Este repositório contém um código em Python para detecção de faces em imagens utilizando o modelo Haar Cascade. O objetivo é criar um sistema básico de reconhecimento facial do zero, com instruções passo a passo sobre como preparar o ambiente e realizar a detecção de faces em uma imagem.
Para executar o código deste projeto, é necessário ter o ambiente Python configurado com as bibliotecas necessárias. Recomenda-se o uso do Google Colab para facilitar a execução do código de forma interativa. As bibliotecas principais utilizadas são:
- TensorFlow
- NumPy
- OpenCV (cv2)
- Matplotlib
- PIL (Python Imaging Library)
O código carrega uma imagem e a converte para escala de cinza, o que é necessário para a detecção de faces. Em seguida, o modelo Haar Cascade é usado para detectar as faces na imagem.
Após a detecção das faces, retângulos são desenhados ao redor delas na imagem original. A imagem é então convertida para o formato RGB e exibida utilizando a biblioteca Matplotlib.
Para executar o código, basta fornecer o caminho para a imagem desejada e rodar cada célula do notebook.
Este é um exemplo simples de sistema de detecção de faces, mas pode ser expandido para incluir funcionalidades como reconhecimento facial e análise de expressões faciais.
Divirta-se experimentando e explorando o mundo da visão computacional!
Projeto criado para fins de estudo junto com a DIO.me e o instrutor Diego Renan
Wagner Nogueira