# 実験課題9
# 3.9 顔検出

import cv2

# --- カスケード分類器（学習済みデータ）の読み込み ---
# OpenCVに標準で用意されている顔検出用のXMLファイルを指定
cascade_path = cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
face_cascade = cv2.CascadeClassifier(cascade_path)

# Webカメラの初期化
cap = cv2.VideoCapture(0)

if not cap.isOpened():
    print("カメラを開けませんでした。")
else:
    print("顔検出を開始します。'q' キーで終了します。")

    while True:
        ret, frame = cap.read()
        if not ret:
            print("フレームを取得できませんでした。")
            break

        # 3.91 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:

            # --- 3.92 顔を隠す処理（別の画像の貼り付け） ---
            # 貼り付けたい画像（例: 'mask.jpg'）を読み込んで顔の領域に上書きします
            mask_img = cv2.imread('mask.jpg')

            if mask_img is not None:
                # 読み込んだ画像を、検出された顔の横幅(w)と縦幅(h)と同じサイズにリサイズ
                mask_resized = cv2.resize(mask_img, (w, h))
                # NumPyのスライス機能（ROI）を使い、元のフレームの顔領域を隠し用画像で上書き
                frame[y:y + h, x:x + w] = mask_resized
            else:
                # 'mask.jpg' が見つからない場合は、代わりに顔領域を黒い矩形で塗りつぶして隠す（値を0にする）
                # 資料の「顔を隠すような処理」を代替実行します
                frame[y:y + h, x:x + w] = 0

            # --- 3.91 顔部分を矩形で囲む ---
            # 隠す処理の後に矩形を描画することで、枠線が隠されずに上から表示されます
            # 引数: (対象画像, 開始座標, 終了座標, 色(BGR), 線の太さ)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

        # 結果を画面に表示
        cv2.imshow('Face Detection & Masking', frame)

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

    # 後片付け
    cap.release()
    cv2.destroyAllWindows()