# Data File Download
# https://github.com/italojs/facial-landmarks-recognition/blob/master/shape_predictor_68_face_landmarks.dat
#
import cv2, dlib, sys
import numpy as np
import math


# 이미지 크기 비율 조절
scaler = 1.0

# 얼굴 디텍터 모듈 초기화
detector = dlib.get_frontal_face_detector()
# 얼굴 특징점 모듈 초기화
# shape_predictor_68_face_landmarks.dat 파일은 머신러닝으로 학습된 데이터임
predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat')

img = cv2.imread('mid_exam.jpg', cv2.IMREAD_ANYCOLOR)

img = cv2.resize(img, (int(img.shape[1]*scaler), int(img.shape[0]*scaler)))

# detect faces 이미지에서 얼굴모양 찾기
faces = detector(img)
# 0번 인덱스, 첫번째 인식되는 얼굴 하나만 인식하기
face = faces[0] 
    
# 얼굴 영역에서 특징점 찾기
dlib_shape = predictor(img, face)

# dlib 객체를 numpy 객체로 변환
shape_2d = np.array([[p.x, p.y] for p in dlib_shape.parts()])

img = cv2.rectangle(img, pt1=(face.left(), face.top()), pt2=(face.right(), face.bottom()), color=(255, 255, 255), 
                         thickness = 2, lineType=cv2.LINE_AA )


cv2.imshow('img', img)
# 지연시간(1ms)을 두어서 출력이 용이하게 
key = cv2. waitKey(0)
#if(key == 27):
cv2.destroyAllWindows()
# 이미지 크기가 scaler 크기만큼 조절되어서 출력