[Python][AI] OpenCV YuNet을 활용한 얼굴 탐지

출처 : https://pixabay.com/ko/photos/

2025.02.17 - [개발 Code/인공지능 A.I.] - [Python][AI] OpenCV: 컴퓨터 비전 라이브러리 소개

1. YuNet을 이용한 얼굴 탐지 개요

---

OpenCV는 강력한 이미지 처리 기능을 제공하며, cv2.FaceDetectorYN을 이용하면 딥러닝 기반 얼굴 탐지를 간단하게 수행할 수 있다. 이번 글에서는 OpenCV의 YuNet 모델을 사용하여 이미지에서 얼굴을 탐지하는 방법을 다룬다.

---

2. 실행 환경 준비

---

(1) OpenCV 설치

YuNet을 사용하려면 opencv-python 패키지만 설치하면 됨. Jupyter Notebook에서 다음 명령어를 실행하여 설치할 수 있음.

pip install opencv-python

 

설치가 완료되면, OpenCV 버전을 확인하여 정상적으로 설치되었는지 확인할 수 있음.

import cv2
print(cv2.__version__)

# 4.11.0

 

---

3. YuNet 얼굴 탐지 모델 다운로드

---

YuNet은 OpenCV에서 제공하는 ONNX 모델을 사용하여 얼굴을 탐지함. 모델이 없을 경우, 자동으로 다운로드하여 사용할 수 있도록 설정할 것임.

 

import os
import requests

# YuNet 모델 파일 설정
model_filename = "face_detection_yunet_2023mar.onnx"

# 모델 파일이 없을 경우 다운로드
if not os.path.exists(model_filename):
    url = "https://github.com/opencv/opencv_zoo/raw/main/models/face_detection_yunet/face_detection_yunet_2023mar.onnx"
    print("YuNet 모델 파일이 없습니다. 다운로드를 진행합니다...")
    response = requests.get(url, allow_redirects=True)
    if response.status_code == 200:
        with open(model_filename, "wb") as f:
            f.write(response.content)
        print("모델 다운로드 완료.")
    else:
        raise RuntimeError(f"모델 다운로드 실패: HTTP 상태 코드 {response.status_code}")

 

설명

• requests.get(url): YuNet 모델 다운로드
• os.path.exists(model_filename): 파일이 존재하는지 확인
• with open(model_filename, "wb") as f: f.write(response.content): 모델 저장

이제 얼굴 탐지를 수행할 준비가 완료됨.

---

728x90

반응형

4. 이미지 불러오기

---

이번 예제에서는 Pixabay에서 제공하는 이미지를 사용함. 사진 다운로드 링크

해당 사진을 다운로드한 후, 같은 디렉토리에 사진을 옮겨놓은 후 다음 코드 진행.

다음과 같은 코드로 이미지를 불러올 수 있음.

 

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

# 이미지 파일 경로 설정
image_path = "portrait-5601950_1280.jpg"

# 이미지 불러오기
image = cv.imread(image_path)
if image is None:
    raise ValueError(f"이미지를 불러올 수 없습니다: {image_path}")

# 이미지 크기 확인
h, w, _ = image.shape
print(f"이미지 크기: {w}x{h}")

# 이미지 크기: 834x1280

 

설명

• cv.imread(image_path): 이미지를 불러옴
• image.shape: 이미지 크기를 출력하여 확인

---

5. YuNet을 이용한 얼굴 탐지

---

이제 OpenCV의 cv.FaceDetectorYN을 사용하여 얼굴을 탐지할 것임.

# 얼굴 검출기 생성
face_detector = cv.FaceDetectorYN.create(
    model=model_filename,
    config="",
    input_size=(w, h),
    score_threshold=0.9,
    nms_threshold=0.3,
    top_k=5000,
    backend_id=cv.dnn.DNN_BACKEND_OPENCV,
    target_id=cv.dnn.DNN_TARGET_CPU
)

# 입력 크기 설정
face_detector.setInputSize((w, h))

# 얼굴 탐지 수행
ret, results = face_detector.detect(image)

# 탐지된 얼굴 개수 출력
if results is None:
    results = np.empty((0, 5))
print(f"{results.shape[0]} 개의 얼굴 검출됨.")

# 1 개의 얼굴 검출됨.

 

설명

• cv.FaceDetectorYN.create(): YuNet 모델을 로드하여 얼굴 탐지기를 생성
• face_detector.setInputSize((w, h)): 입력 이미지 크기 설정
• face_detector.detect(image): 얼굴 탐지 수행
• results.shape[0]: 검출된 얼굴 개수 출력

---

6. 얼굴 탐지 결과 표시

---

검출된 얼굴을 이미지에 그려서 확인해 보겠음.

 

# 얼굴을 감싸는 사각형 그리기
for det in results:
    x, y, w_box, h_box = det[:4].astype(int)
    cv.rectangle(image, (x, y), (x + w_box, y + h_box), (0, 255, 0), 2)

# 결과 출력 (Jupyter Notebook)
plt.figure(figsize=(10, 10))
plt.imshow(cv.cvtColor(image, cv.COLOR_BGR2RGB))
plt.axis("off")
plt.show()

 

설명

• cv.rectangle(image, (x, y), (x + w_box, y + h_box), (0, 255, 0), 2): 얼굴을 감싸는 박스 그리기
• plt.imshow(cv.cvtColor(image, cv.COLOR_BGR2RGB)): OpenCV의 BGR 이미지를 RGB로 변환하여 출력
• plt.axis("off"): 축을 제거하여 보기 쉽게 출력

OpenCV YuNet Face Detection Result

 

---

7. 결론

---

✅ YuNet을 사용하여 Jupyter Notebook에서 얼굴 탐지를 쉽게 수행할 수 있음.
✅ 별도의 추가 설치 없이 OpenCV만으로 동작 가능.
✅ ONNX 모델을 다운로드하여 간편하게 활용 가능.

 

다음 글에서는 탐지된 얼굴을 모자이크 처리하는 방법을 다룰 예정임.