OpenCV 실전 프로젝트: 실시간 얼굴 스티커 추가 (Snapchat 스타일)

OpenCV 실전 프로젝트: 실시간 얼굴 스티커 추가 (Snapchat 스타일)

소개

이번 포스팅에서는 OpenCV를 활용하여 실시간으로 얼굴을 인식하고 스티커를 추가하는 방법을 설명합니다. 이는 Snapchat 필터와 유사한 기능을 구현하는 과정으로, 웹캠을 이용하여 얼굴을 감지하고 특정 위치에 이미지를 추가하는 프로젝트입니다.

이 글에서는 OpenCV의 CascadeClassifier를 활용하여 얼굴을 감지하고, 감지된 얼굴에 스티커 이미지를 추가하는 방법을 설명합니다. 이를 통해 실시간 영상 처리와 이미지 합성 기법을 익힐 수 있습니다.

---

필요한 라이브러리 설치

프로젝트를 진행하기 위해 OpenCV를 설치해야 합니다. OpenCV는 Python에서 영상 처리 및 컴퓨터 비전에 활용되는 강력한 라이브러리입니다.

아래 명령어를 실행하여 OpenCV를 설치합니다:

pip install opencv-python

스티커 이미지를 불러오기 위해 imread() 함수를 사용할 것이므로, PIL 또는 NumPy를 함께 설치하는 것이 좋습니다:

pip install numpy pillow

---

얼굴 감지 및 스티커 추가 개요

OpenCV에서는 CascadeClassifier를 활용하여 얼굴을 감지할 수 있습니다. 이를 통해 특정 위치에 원하는 이미지를 오버레이하여 스티커를 추가하는 것이 가능합니다.

프로세스는 다음과 같습니다:

1. 웹캠을 이용하여 실시간 영상 프레임을 가져옵니다.
2. 얼굴 검출을 수행하여 얼굴의 위치를 찾습니다.
3. 얼굴의 특정 위치(예: 이마, 눈 위)에 스티커를 추가합니다.
4. 실시간으로 결과를 출력합니다.

---

실시간 얼굴 스티커 추가 코드 구현

아래는 OpenCV를 이용하여 실시간으로 얼굴을 감지하고 스티커를 추가하는 코드입니다.

import cv2
import numpy as np

# 얼굴 검출을 위한 Haar Cascade 로드
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 스티커 이미지 로드
sticker = cv2.imread('sticker.png', cv2.IMREAD_UNCHANGED)  # PNG 파일 사용 권장 (투명 배경 포함)

# 웹캠 열기
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 그레이스케일 변환
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 얼굴 검출
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(100, 100))

    for (x, y, w, h) in faces:
        # 스티커 크기 조정 (얼굴 크기에 맞추기)
        sticker_resized = cv2.resize(sticker, (w, h // 2))

        # 스티커 추가 위치 조정 (이마 위쪽)
        y_offset = y - h // 3
        if y_offset < 0:
            y_offset = 0

        # 스티커 추가
        sticker_h, sticker_w, _ = sticker_resized.shape
        for i in range(sticker_h):
            for j in range(sticker_w):
                if sticker_resized[i, j][3] != 0:  # 투명 픽셀 제외
                    frame[y_offset + i, x + j] = sticker_resized[i, j][:3]

    # 화면에 출력
    cv2.imshow('Snapchat Style Face Sticker', frame)

    # ESC 키를 누르면 종료
    if cv2.waitKey(1) & 0xFF == 27:
        break

# 자원 해제
cap.release()
cv2.destroyAllWindows()

---

코드 설명

1. 얼굴 검출: haarcascade_frontalface_default.xml을 사용하여 얼굴을 검출합니다.
2. 스티커 로드 및 크기 조정: 감지된 얼굴 크기에 맞게 스티커 이미지를 조정합니다.
3. 스티커 위치 조정: 얼굴의 위치를 기반으로 스티커가 적절한 곳(이마 위)에 오도록 조정합니다.
4. 스티커 추가: 투명한 부분을 제외하고 얼굴 위에 스티커를 합성합니다.
5. 실시간 웹캠 처리: cv2.VideoCapture(0)을 사용하여 웹캠에서 실시간으로 프레임을 가져옵니다.
6. ESC 키 종료: cv2.waitKey(1) & 0xFF == 27을 사용하여 ESC 키를 누르면 프로그램이 종료됩니다.

---

최적화 및 개선 방법

위 코드에서 추가적으로 성능을 개선하거나 다양한 기능을 추가할 수 있습니다:

1. DNN 기반 얼굴 검출: cv2.dnn을 이용하여 Haar Cascade보다 더 정밀한 얼굴 검출을 수행할 수 있습니다.
2. 여러 개의 스티커 지원: 특정 얼굴 특징(눈, 코, 입)에도 개별 스티커를 추가할 수 있습니다.
3. 이모티콘 필터 추가: 얼굴 감정 분석을 활용하여 웃는 얼굴, 찡그린 얼굴 등에 따라 다른 스티커를 표시할 수 있습니다.
4. 웹 애플리케이션으로 확장: OpenCV를 Flask나 Django와 결합하여 웹 브라우저에서도 실행할 수 있도록 개선할 수 있습니다.

---

마무리

이번 포스팅에서는 OpenCV를 활용하여 실시간으로 얼굴을 감지하고, 얼굴 위에 스티커를 추가하는 방법을 설명했습니다. 이를 활용하면 다양한 필터 및 특수 효과를 추가하여 보다 흥미로운 영상 처리 프로젝트를 구현할 수 있습니다.

이제 여러분도 직접 스티커를 변경하고 다양한 응용 기능을 추가하여 실전 프로젝트를 만들어 보시길 바랍니다!