Solucionado
Estou usando o mesmo código do professor mas estou rodando no meu terminal linux, e o único resultado que tenho é o seguinte:
<IPython.core.display.Image object>
<IPython.core.display.Image object>
.....Enfim, mas não consigo me ver na tela do meu computador... alguém saberia me explicar o porque?
ar_max = 0
video = cv2.VideoCapture(0)
while(True):
captura_ok, frame = video.read()
if captura_ok:
frame = padronizar_imagem(frame)
marcos_faciais = pontos_marcos_faciais(frame)
if marcos_faciais is not None:
ar_boca = aspecto_razao_boca(marcos_faciais[0][LABIO])
ar_boca = round(ar_boca, 3)
if ar_boca > ar_max:
ar_max = ar_boca
info = "boca " + str(ar_boca) + " maximo " + str(ar_max)
frame = anotar_marcos_casca_convexa_boca(frame, marcos_faciais)
cv2.putText(frame, info, (20, 50), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255,255,0), 2)
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# When everything done, release the capture
video.release()
cv2.destroyAllWindows()
Mudei a ultima parte e deu certo, está bem lento e as cores estavam erradas, então vou ter que converter para RGB
A renderização fica lenta mesmo por conta do classificador DLib ser mais pesado quando comparamos com o de cascata de Haar.
Sobre seu questionamento inicial, estava organizando o código justamente para testar com cv2.imshow. No final, por conta própria você acabou chegando nesse caminho. Apenas não esqueça que quando usamos essa abordagem de exibição de imagens precisamos convertê-la para o formato BGR, ou seja, não precisamos converter a imagem original para RGB.
Ainda fiquei com uma dúvida em relação a esse problema. Você consegue verificar se essa instrução %matplotlib inline estava antes da execução?
Como já tem um tempo que não recebo feedback seu, vou marcar como resolvido, tudo bem?
Qualquer dúvida a adicional, me avise por favor.
Abraço!