前回の記事で使用したライブラリについてまとめました
顔認識で必要なものはおおむね揃っているので、目次を使いながら活用してみてください！
cv2.(opencvライブラリ)
import cv2cv2.imwrite()
cv2.imwrite(path, img)
画像保存の関数
第1引数は画像のファイル名、第2引数は保存したい画像
cv2.imshow()
cv2.imshow('Image',img)
第1引数は文字列型で指定するウィンドウ名、第2引数は表示したい画像
cv2.destroyAllWindows()
現在までに作られた全てのウィンドウを閉じる関数
cv2.waitKey()
キーボード入力を処理する関数
引数は入力待ち時間でミリ秒単位で指定
引数に 0 を指定した時は，何かしらのキーを打つまでキー入力を無期限で待ち続ける
例 cv2.waitKey(100) キーボードが入力されるまで100ミリ秒待つ
cv2.flip()
cv2.flip(src, flipCode[, dst])
画像データを操作
- 0： x軸を中心に反転（ようするに上下反転）
- 正の値： y軸を中心に反転（ようするに左右反転）
- 負の値： x軸y軸両方の反転
cv2.FONT_HERSHEY_SIMPLEX
フォントを指定する関数
他にもPLAIN、DUPLEX、COMPLEXなど様々なフォントがある
cv2.putText()
cv.putText(img, text, org, fontFace, fontScale, color, thickness=1, lineType=cv2.LINE_8)
テキストを描画する関数
- text:描画する文字列
- org:文字列の左下座標
- fontFace:フォントの種類
- fontScale:縮尺（1.0が標準）
cv2.rectangle()
長方形を描画する関数
cv2.rectangle(img, pt1, pt2, color, thickness=1, lineType=cv2.LINE_8, shift=0)
- img:図形を描画する画像、NumPyの配列ndarray
- pt1,pt2:線の両端の座標や円の中心などを(x, y)で指定する。単位はピクセル、原点は左上
- color:カラー画像、BGRの場合は(Blue, Green, Red)
- thickness:線の太さ
- lineType:「4連結: cv2.LINE_4」、「8連結: cv2.LINE_8」、「アンチエイリアス: cv2.LINE_AA」の3つから選択
- shift:座標の小数部分のビット数を整数で指定する デフォルトは0
shiftを指定すると、座標が(x2^(-shift), y2^(-shift))として計算される。
例えば、座標を(100, 101)でshift=1とすると、実際に描画に用いられる座標は(50, 50.5)となり、サブピクセル精度で座標を指定することができる。
VideoCaptureクラス (camインスタンスを生成)
動画ファイルを読み込む
cam=cv2.VideoCapture(0) としてcamインスタンスを生成する
0はカメラを識別する番号（実際はなんでもよい）
cam.release()
動画データを開放する
cam.set()
cam.set(propId, value)
取得画像の設定を変える
- propid：0～10の値（3は横幅、4は高さを変更できる）
- value：変えたい値
例 cam.set(3, 640)→横幅を640ピクセルに
cam.read()
読み込み
2値の値（True,False)を返す
読み込みが正しければTrue、失敗したらFalse
戻り値(<True or False>, <イメージデータ>)
cam.get()
cam.get(int property_id)
ビデオキャプチャのフレームに関する値が返ってくる
property_idに数字を指定して設定をする
例
- ３ビデオストリーム中のフレームの幅
- ４ ビデオストリーム中のフレームの高さ
CascadeClassifier（クラス）
物体検出のためのクラス
detector = cv2.CascadeClassifierとしてdetectorインスタンスを生成する
detectMultiScale()
detectMultiScale(const Mat& image, vector& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size())
検出領域の(左上の点のx座標, y座標, 幅, 高さ)のリスト（配列）をかえす
- image：画像データ．ここに格納されている画像中から物体が検出される
- objects：矩形を要素とするベクトル．それぞれの矩形は，検出した物体を含む
- scaleFactor：各画像スケールにおける縮小量を表す
- minNeighbors：物体候補となる矩形は，最低でもこの数だけの近傍矩形を含む必要がある
例 detector.detectMultiScale(gray, 1.3, 5)
（grayという画像から認識、スケールをどうするか、矩形に何個入れば真か）
スケールを細かく変更して検出ると、見落としは少ないが処理時間がかかる。
os（osモジュール）
import osOSに依存しているさまざまな機能を利用できるモジュールで、主にファイルやパスの操作が可能
os path join()
パス名操作に関する処理をまとめたモジュールに実装されている関数の一つ
引数に与えられた二つの文字列を結合させ、一つのパスにする事ができる
例
#! /usr/bin/env python
import os
print("join(): " + os.path.join("/A/B/C", "file.py"))
結果
join(): /A/B/C/file.pyos.listdir()
ファイル・ディレクトリの一覧を取得
「datasets」の下に'dir1', 'dir2', 'file1', 'file2.txt', 'file3.jpg' というディレクトリとファイルがあるとする。
例
path = "datasets"
files = os.listdir(path)
print(files)
結果
['dir1', 'dir2', 'file1', 'file2.txt', 'file3.jpg']os.path.split()
os.path.split(path)
path を (head, tail) に分割
tail はパス名の構成要素の末尾(通常はファイル名)で，head はそれより前の部分
例
name='Face-Recognition/dataSet/face-1.1.jpg'
In [1]: os.path.split(name)
Out[1]: ('Face-Recognition/dataSet', 'face-1.1.jpg')
In [2]: os.path.split(name)[-1]
Out[2]: 'face-1.1.jpg'
In [3]: os.path.split(name)[-1].split('.')
Out[3]: ['face-1', '1', 'jpg']
In [4]: os.path.split(name)[-1].split('.')[1]
Out[4]: '1'
In [5]: int(os.path.split(name)[-1].split('.')[1])
Out[5]: 1PIL
import pillow画像処理用のライブラリ
Image.open()
Image.open(画像ファイルのあるパス)
画像の読み込み
Image.convert（）
引数にLを指定することで白黒画像で読み込める
例
PIL_img = Image.open(imagePath).convert('L')パスから画像を読み込み、白黒画像に変換している
LBPHFaceRecognierクラス(recognizerインスタンスを生成)
Local Binary Patternを識別するためのクラス
recognizer = cv2.face.LBPHFaceRecognizer_create()recognizerインスタンスを生成
recognizer.train()
.train (InputArrayOfArrays src（画像データ）, InputArray labels)=0
与えられた画像データから訓練をするメソッド
recognizer.train()
.write (const String &filename) const
識別機を指定したパスに保存する
recognizer.predict()
戻り値 label 、confidence
- label ：与えられた画像から予測したラベル
- confidence：確度
確度は、分散に基づいて計算されるため、0に近いほうが確度が高くなる
参考サイト一覧
Python, OpenCVで図形描画（線、長方形、円、矢印、文字など）
 cv2.imwrite() ){kind=link}