顔認識に必要なライブラリまとめ(cv2. os. PIL)

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 cv2

1	import cv2

cv2.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)

1	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

1	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 os

import os

OS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.py

例

#! /usr/bin/env python

import os

print("join(): " + os.path.join("/A/B/C", "file.py"))

結果

join(): /A/B/C/file.py

os.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']

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]: 1

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]: 1

PIL

import pillow

1	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')

1 2	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()

1	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）

OpenCVの描画機能

OpenCVを使って誰の顔なのかを推定する（Eigenface, Fisherface, LBPH）