👤 Face Detection - Python Application

โปรแกรมตรวจจับใบหน้าด้วย OpenCV และ Python ที่รองรับการตรวจจับใบหน้าจากหลายแหล่งที่มา ทั้งไฟล์ภาพ, URL, และกล้องแบบ Real-time

📝 Latest Version: v1.0.0 - Face Detection with Multiple Input Sources

---

🌟 คุณสมบัติเด่น

🎯 Multiple Input Sources

• 📁 Local Image - ตรวจจับใบหน้าจากไฟล์ภาพในเครื่อง
• 🌐 URL Image - ดาวน์โหลดและตรวจจับใบหน้าจากภาพออนไลน์
• 📹 Real-time Camera - ตรวจจับใบหน้าแบบ real-time จากกล้อง webcam

🔧 Technical Features

• 🤖 Haar Cascade Classifier - ใช้โมเดล pre-trained สำหรับตรวจจับใบหน้า
• ⚡ Fast Processing - ประมวลผลรวดเร็วด้วย OpenCV
• 🎨 Visual Feedback - แสดงกรอบสีเหลืองรอบใบหน้าที่ตรวจพบ
• 🔄 Multi-face Detection - ตรวจจับหลายใบหน้าในภาพเดียว
• 📱 Multi-camera Support - รองรับการเลือกกล้องหลายตัว

---

💻 เทคโนโลยีที่ใช้

🐍 Python Libraries

• OpenCV (cv2) - Computer Vision library สำหรับการประมวลผลภาพ
• NumPy - การจัดการ array และข้อมูลภาพ
• urllib - ดาวน์โหลดภาพจาก URL

---

📁 โครงสร้างโปรเจ็กต์

facedetection/
├── detect.py                    # Main application file
├── facedetectionmodel.xml       # Haar Cascade model file
├── requirements.txt             # Python dependencies
└── README.md                    # Documentation

---

🛠️ การติดตั้งและใช้งาน

📋 ความต้องการระบบ

• Python 3.7+
• pip สำหรับติดตั้ง packages
• Webcam (ถ้าต้องการใช้งานโหมดกล้อง)
• facedetectionmodel.xml - Haar Cascade model file

⚡ Quick Start

1. Clone โปรเจ็กต์

git clone https://github.com/xenodeve/facedetection.git
cd facedetection

2. ติดตั้ง Dependencies

pip install -r requirements.txt

หรือติดตั้งแบบ manual:

pip install opencv-python==4.10.0.84
pip install numpy==1.26.4

3. ดาวน์โหลด Haar Cascade Model (ถ้ายังไม่มี)

# ดาวน์โหลดไฟล์ haarcascade_frontalface_default.xml จาก OpenCV
# และเปลี่ยนชื่อเป็น facedetectionmodel.xml

หรือดาวน์โหลดจาก: OpenCV GitHub - Haar Cascades

4. รันโปรแกรม

python detect.py

---

🎮 วิธีการใช้งาน

เมื่อรันโปรแกรม จะมีตัวเลือก 3 แบบ:

Option 0: Local Image 📁

Where do you get the input?
 0 = local
 1 = url
 2 = cam
Answer(Number) = 0

• ตรวจจับใบหน้าจากไฟล์ tag.ong ในโฟลเดอร์เดียวกัน
• แสดงผลภาพพร้อมกรอบใบหน้า
• กด ปุ่มใดก็ได้ เพื่อปิดหน้าต่าง

Option 1: URL Image 🌐

Where do you get the input?
 0 = local
 1 = url
 2 = cam
Answer(Number) = 1
url = https://example.com/image.jpg

• ใส่ URL ของภาพที่ต้องการตรวจจับใบหน้า
• โปรแกรมจะดาวน์โหลดและตรวจจับใบหน้าอัตโนมัติ
• กด ปุ่มใดก็ได้ เพื่อปิดหน้าต่าง

Option 2: Real-time Camera 📹

Where do you get the input?
 0 = local
 1 = url
 2 = cam
Answer(Number) = 2
Which camera?
 (if you have only 1 cam. enter 0, Default = 0)
Answer = 0

• เลือกหมายเลขกล้องที่ต้องการใช้ (ปกติใช้ 0)
• ตรวจจับใบหน้าแบบ real-time
• กด 'q' เพื่อออกจากโปรแกรม

---

🔧 คุณสมบัติเทคนิค

🏗️ Detection Methods

• detection() - สำหรับภาพนิ่ง (local และ URL)
• detection2() - สำหรับ video stream (camera)

🎨 Visual Features

• สีกรอบ: เหลือง (BGR: 255, 255, 0)
• ความหนากรอบ: 2 pixels
• การแปลงสี: Gray scale สำหรับการตรวจจับ

⚙️ Detection Parameters

# สำหรับภาพนิ่ง
faces = face_model.detectMultiScale(gray_scale)

# สำหรับ video stream
faces = face_model.detectMultiScale(gray_scale, 1.3, 5)
# scaleFactor = 1.3
# minNeighbors = 5

---

🐛 การแก้ไขปัญหา

ปัญหาที่พบบ่อย

❌ ไม่พบไฟล์ facedetectionmodel.xml

# ดาวน์โหลด Haar Cascade model
wget https://raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_default.xml -O facedetectionmodel.xml

❌ กล้องไม่ทำงาน

# ลองเปลี่ยนหมายเลขกล้อง
# 0 = กล้องหลัก
# 1 = กล้องรอง (ถ้ามี)

❌ ตรวจจับใบหน้าไม่ได้

• ตรวจสอบแสงสว่างในภาพ
• ลองปรับ parameters ใน detectMultiScale()
• ใบหน้าควรหันตรงกล้อง

❌ Error: cv2.error

# ติดตั้ง opencv-python ใหม่
pip uninstall opencv-python
pip install opencv-python==4.10.0.84

---

🚀 การปรับแต่งและพัฒนาต่อ

ปรับแต่งสีกรอบ

# เปลี่ยนสีกรอบใน detect.py
cv.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)  # สีเขียว
cv.rectangle(img, (x,y), (x+w,y+h), (255,0,0), 2)  # สีน้ำเงิน

ปรับความแม่นยำ

# ปรับ parameters สำหรับความแม่นยำที่ดีขึ้น
faces = face_model.detectMultiScale(
    gray_scale,
    scaleFactor=1.1,    # ค่าน้อย = แม่นยำมากขึ้น แต่ช้าลง
    minNeighbors=5,     # ค่ามาก = ลด false positive
    minSize=(30, 30)    # ขนาดใบหน้าขั้นต่ำ
)

เพิ่มการบันทึกภาพ

# บันทึกภาพที่ตรวจจับแล้ว
cv.imwrite('detected_faces.jpg', img)

---

📊 Model Information

Haar Cascade Classifier

• Type: Pre-trained face detection model
• Algorithm: Viola-Jones object detection framework
• Training: Trained on thousands of positive and negative images
• Performance: Fast and efficient for frontal face detection

---

🏆 Features Showcase

🎯 Versatile Input Options

• รองรับการตรวจจับจากหลายแหล่งที่มา
• ง่ายต่อการใช้งานด้วย CLI interface
• เหมาะสำหรับทั้งการเรียนรู้และการใช้งานจริง

⚡ Fast Processing

• ใช้ OpenCV ที่มีประสิทธิภาพสูง
• ตรวจจับ real-time ได้อย่างลื่นไหล
• รองรับหลายใบหน้าในภาพเดียว

---

📈 Future Enhancements

🚀 Planned Features

• รองรับการตรวจจับใบหน้าด้านข้าง
• เพิ่มการจดจำใบหน้า (Face Recognition)
• บันทึก video output
• GUI interface
• การตรวจจับอารมณ์ (Emotion Detection)
• การตรวจจับอายุและเพศ
• Export ผลลัพธ์เป็น JSON

---

👨‍💻 ผู้พัฒนา

XenoDeve

• GitHub: @xenodeve
• Repository: facedetection

🤝 Contributing

ยินดีรับ Pull Requests และ Issues ทุกรูปแบบ!

1. Fork โปรเจ็กต์
2. สร้าง Feature Branch (git checkout -b feature/AmazingFeature)
3. Commit การเปลี่ยนแปลง (git commit -m 'Add some AmazingFeature')
4. Push ไปยัง Branch (git push origin feature/AmazingFeature)
5. เปิด Pull Request

---

📚 Documentation Links

Official Documentation

• OpenCV Documentation
• NumPy Documentation
• Python Documentation

Useful Resources

• OpenCV Face Detection Tutorial
• Haar Cascade Classifiers
• Computer Vision Basics

---

📜 License

This project is licensed under the MIT License - see the LICENSE file for details.

---

🙏 Acknowledgments

• OpenCV Team - สำหรับ computer vision library ที่ยอดเยี่ยม
• Viola-Jones - สำหรับ object detection algorithm
• Python Community - สำหรับเครื่องมือและ libraries ที่ดีเยี่ยม

---

📞 Support & Contact

หากมีคำถามหรือปัญหาในการใช้งาน:

• 📧 เปิด Issue บน GitHub
• 💬 ติดต่อผ่าน GitHub Profile

---

🚀 Happy Coding! 👤

---