#!/usr/bin/env python3

import cv2
import time

# Laad de getrainde data in
TRAINSET = "./lbpcascade_frontalface.xml"
DOWNSCALE = 4

# Haal het eerste video opname apperaat op. (Zou ook bijv. een tv-tuner o.i.d. kunnen zijn)
webcam = cv2.VideoCapture(0)

# Maak het scherm aan
cv2.namedWindow("preview")
# Laad de getrainde data in OpenCV
classifier = cv2.CascadeClassifier(TRAINSET)

now = time.time()
frames = 0
if webcam.isOpened():  # Haal de eerste frame op
    rval, frame = webcam.read()
else:
    rval = False
# Zolang het lukt om een frame op te halen

while rval:

    # resize het plaatje
    miniframe = cv2.resize(frame, (160, 120))
    # Detecteer de gezichten
    faces = classifier.detectMultiScale(miniframe)
    for f in faces:
        # Voor alle detecties...
        print(str(f))
        x, y, w, h = [v * DOWNSCALE for v in f]
        # ...teken een vierkant
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255))

    # Plaats wat tekst over het plaatje heen
    cv2.putText(frame, "ITVitae", (5, 25),
                cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 255, 255))

    frames += 1
    current_fps = frames / (time.time() - now)
    cv2.putText(frame, str(round(current_fps)) + " fps", (125, 25),
                cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 255, 255))

    # En toon in de preview window
    cv2.imshow("preview", frame)

    # Op naar het volgende frame
    rval, frame = webcam.read()


    # exit met ESC of Q
    key = cv2.waitKey(20)
    if key in [27, ord('Q'), ord('q')]:
        break