Un pequeño ejemplo en python de como usar OpenCV y Festival TTS para detectar caras en la RaspiCam y avisar por voz de ello

import numpy as np
import cv2
import time
import os

#cargamos la plantilla e inicializamos la webcam:
print "loading classifier..."
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface.xml')
print "configurando camara"
cap = cv2.VideoCapture(0)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_WIDTH ,640)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT ,480)
minS=250
 
while(True):
    start = time.clock()
    #leemos un frame y lo guardamos
    ret, img = cap.read()
    #convertimos la imagen a blanco y negro
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    #gray = cv2.equalizeHist(gray)
    #buscamos las coordenadas de los rostros (si los hay) y
    #guardamos su posicion
    faces = face_cascade.detectMultiScale(gray, 1.1, 2, minSize=(minS, minS), flags=cv2.cv.CV_HAAR_SCALE_IMAGE)

    if len(faces)>0:
        os.system("echo \"Careto detectao\" | festival --tts")
        print "Careto detectao"
    #Dibujamos un rectangulo en las coordenadas de cada rostro
    i=1
    for (x,y,w,h) in faces:
        #print x,y,w,h
        x=x-int(w*0.1)
        y=y-int(h*0.1)
        w=int(w*1.2) 
        h=int(h*1.2)
        cv2.rectangle(gray,(x,y),(x+w,y+h),(255,0,0),2)
        i=i+1
 
    #Mostramos la imagen
    #cv2.imshow('img2',gray)
     
    #con la tecla 'q' salimos del programa
    tecla = cv2.waitKey(1) & 0xFF
    if tecla == ord('q'):
        break
    elif tecla == ord('s'):
        cv2.imwrite("caras/"+str(nimagen)+".png",gray);
        print "guardada"
        nimagen=nimagen+1
    end = time.clock()
    print 1/(end-start)," fps ", len(faces), " caras"

cap.release()
cv2.destroyAllWindows()