Face Detection Using Template Matching with OpenCV

Muhammad Haeqal Salehudin

Sosial Media


1 orang menyukai ini
Suka

Summary

"Face Detection Using Template Matching with OpenCV" adalah proyek yang bertujuan untuk mendeteksi wajah dalam gambar menggunakan teknik template matching. Proyek ini menggunakan OpenCV dan Python untuk mencocokkan gambar template dengan gambar utama pada berbagai skala, memungkinkan deteksi wajah yang akurat meskipun terdapat perbedaan ukuran. Hasil akhir menunjukkan wajah yang terdeteksi dengan kotak pembatas dan label, memberikan solusi sederhana untuk pengenalan pola dalam citra digital.

Description

Ringkasan Proyek
Proyek ini menunjukkan implementasi sistem deteksi wajah menggunakan teknik template matching di OpenCV. Tujuan dari proyek ini adalah untuk mengidentifikasi keberadaan wajah tertentu dalam gambar yang lebih besar dengan membandingkannya dengan template pada berbagai skala untuk memastikan deteksi yang andal.

Tujuan Proyek

  • Mengimplementasikan template matching untuk deteksi wajah.
  • Mengeksplorasi multi-skala template matching untuk meningkatkan akurasi.
  • Memvisualisasikan dan menandai wajah yang terdeteksi dengan kotak pembatas dan label.

Alat dan Teknologi yang Digunakan

  • Bahasa Pemrograman: Python
  • Library: OpenCV, NumPy, Matplotlib, os
  • Teknik: Template Matching (cv2.matchTemplate), Praproses Gambar, Resizing Multi-Skala.

Alur Proyek

  • Memuat dan Memproses Gambar: Gambar utama dan template dimuat dan dikonversi ke skala abu-abu untuk memudahkan pemrosesan.
     
  • Penskalaan Template & Template Matching: Template diubah ukurannya pada berbagai skala (dari 30% hingga 200% dari ukuran aslinya) untuk mengakomodasi variasi ukuran gambar. Metode cv2.matchTemplate digunakan dengan TM_CCOEFF_NORMED untuk mencocokkan korelasi yang dinormalisasi.
     
  • Lokalisasi Kecocokan Terbaik: Nilai korelasi tertinggi dicatat untuk menentukan lokasi kecocokan terbaik.
     
  • Evaluasi Threshold: Ambang batas 0.6 ditetapkan untuk memastikan hanya kecocokan signifikan yang dipertimbangkan.
     
  • Visualisasi: Area yang cocok diberi tanda dengan kotak pembatas, dan nama template dilabelkan di atasnya.
     

 

Hasil

  • Proyek ini berhasil mendeteksi dan memberi label pada wajah target dalam gambar utama dengan threshold yang ditetapkan.
     
  • Visualisasi menunjukkan kotak pembatas yang jelas di area yang terdeteksi, dengan sedikit kesalahan positif.
     

Kesimpulan 

Proyek ini menunjukkan bagaimana teknik template matching di OpenCV dapat diterapkan secara efektif untuk mendeteksi wajah pada gambar statis. Pendekatan multi-skala membantu meningkatkan akurasi deteksi dan adaptabilitas untuk aplikasi di dunia nyata.

Hasil Visual

  • Gambar Utama(Arak-Arakan.jpg) :
     
  • Gambar Template(Haeqal.jpg) :
     
  • Hasil Face Recognition dengan Bounding Box(Haeqal) :

     

Informasi Course Terkait
  Kategori: Computer Vision
  Course: Image Processing with OpenCV