# 実験課題9
# 3.9 顔検出

import cv2

# 顔検出のためのカスケード型分類器のオブジェクトを生成
cascade_path = cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
face_cascade = cv2.CascadeClassifier(cascade_path)

# Webカメラを初期化
cap = cv2.VideoCapture(0)

if not cap.isOpened():
    print("カメラを開けませんでした．")
else:
    while True:
        ret, frame = cap.read()
        masked = frame.copy()
        if not ret:
            print("フレームを取得できませんでした．")
            break

        # 顔検出の精度と処理速度向上のため，グレースケール画像を作成
        gray_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # グレースケール画像から顔を検出
        faces = face_cascade.detectMultiScale(
            gray_img,
            scaleFactor=1.1,
            minNeighbors=5,
            minSize=(30, 30)
        )

        # 検出されたすべての顔に対してループ処理
        for (x, y, w, h) in faces:
            # 顔を隠す画像
            mask_img = cv2.imread('mask.jpg')

            # 読み込んだ画像を検出された顔と同じサイズにリサイズ
            mask_resized = cv2.resize(mask_img, (w, h))
            # ROIによって元のフレームの顔領域をマスク画像で上書き
            masked[y:y + h, x:x + w] = mask_resized

            # 顔部分を矩形で囲む
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

        cv2.imshow('Face Detection', frame)
        cv2.imshow('Face Masking', masked)

        # 'q' キーが押されたら終了
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()