はじめに
こちらで顔の検出と抽出を行いましたが、あまり何も考えることなくコピペで実現できたのと、
今度は顔以外の物体の検出をやってみたくなったので、色々知識がないながらも見よう見まねで作ってみました。
TensorFlowを使ってDir en greyの顔分類器を作ってみた - ④顔抽出編
参考
opencv チュートリアル チャレンジ９ OpenCVにおける輪郭(領域)
環境
こちらをご覧ください。
TensorFlowを使ってDir en greyの顔分類器を作ってみた - ②環境構築編
使用する画像
あぽーです。
結果
以下の３つが検出されます。
以下の３つの矩形画像が出力されます。
ソースコード
contour_detect.py
#!/usr/local/bin/python
#! -*- coding: utf-8 -*-
import cv2
import numpy as np
# 指定した画像(path)の物体を検出し、外接矩形の画像を出力します
def detect_contour(path):
# 画像を読込
src = cv2.imread(path, cv2.IMREAD_COLOR)
# グレースケール画像へ変換
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
# 2値化
retval, bw = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
# 輪郭を抽出
# contours : [領域][Point No][0][x=0, y=1]
# cv2.CHAIN_APPROX_NONE: 中間点も保持する
# cv2.CHAIN_APPROX_SIMPLE: 中間点は保持しない
contours, hierarchy = cv2.findContours(bw, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
# 矩形検出された数（デフォルトで0を指定）
detect_count = 0
# 各輪郭に対する処理
for i in range(0, len(contours)):
# 輪郭の領域を計算
area = cv2.contourArea(contours[i])
# ノイズ（小さすぎる領域）と全体の輪郭（大きすぎる領域）を除外
if area < 1e2 or 1e5 < area:
continue
# 外接矩形
if len(contours[i]) > 0:
rect = contours[i]
x, y, w, h = cv2.boundingRect(rect)
cv2.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)
# 外接矩形毎に画像を保存
cv2.imwrite('{ファイルパス}' + str(detect_count) + '.jpg', src[y:y + h, x:x + w])
detect_count = detect_count + 1
# 外接矩形された画像を表示
cv2.imshow('output', src)
cv2.waitKey(0)
# 終了処理
cv2.destroyAllWindows()
if __name__ == '__main__':
detect_contour('｛ファイルパス｝/{ファイル名}.jpg')
ほかに試して上手くいかなかったもの
まとめ
- 矩形を「タンケイ」ではなく、「クケイ」と読むこと。
- 複数の物体が複数すぎると抽出の限界がでてくる（？）。
- 切り取る際に重なっている輪郭線消せないのだろうか...。
次のステップ
- 輪郭線消す方法を調べる。
- もう少し検出精度を上げる計算式を調べる。
- 物体をTensorFlowにかけて学習させてみる。