let tracker;

let classifier;

let w, h;

let positions, parameters, emotion;

​

function setup() {

    w = 1280;

    h = 720;

​

    capture = createCapture({

        audio: false,

        video: {

            width: w,

            height: h

        }

    }, function () {

        console.log('capture ready.')

    });

​

    //capture.elt.setAttribute('playsinline', '');

    createCanvas(windowWidth, windowHeight);

    capture.size(w, h);

    capture.hide();

​

    tracker = new clm.tracker();

    tracker.init();

    tracker.start(capture.elt);

​

    classifier = new emotionClassifier();

    classifier.init(emotionModel);

}

​

function draw() {

    background(0);

​

    let zoomScale = windowWidth / 1280;

    push();

    scale(zoomScale, zoomScale);

    image(capture, 0, 0, w, h);

    drawLandmarkPoint();

    pop();

​

    positions = tracker.getCurrentPosition();

    parameters = tracker.getCurrentParameters();

    emotion = classifier.meanPredict(parameters); 

​

    drawEmotionGraph();

}

​

function drawLandmarkPoint() {

    var positions = tracker.getCurrentPosition();

    noStroke();

    for (var i = 0; i < positions.length; i++) {

        fill(0, 255, 0);

        ellipse(positions[i][0], positions[i][1], 4, 4);

        //text(i, positions[i][0], positions[i][1]);

    }

}

​

function drawEmotionGraph() {

    textSize(10);

    push();

    translate(10, 10);

    for (let i = 0; i < emotion.length; i++) {

        let len = map(emotion[i].value, 0, 1, 0, 200);

        fill(255, 255, 0);

        noStroke();

        rect(80, 0, len, 5);

        text(emotion[i].emotion, 0, 5);

        translate(0, 10);

    }

    pop();

}