pythonで物体の自動検出→トリミング→リサイズまで

やったこと

静止画から物体を自動検出するために、selective searchというpythonのライブラリを使ってみました。
実行環境：Windows7-32bit, python3.6, Anaconda
selective searchは以下のコマンドでインストールできます。

pip install selectivesearch

#実行結果
元の画像

実行結果

何も無いところ（路面の傷かな？）が検出されましたが、ライダーとバイクもちゃんと抽出できています。

物体検出される領域のサイズやアスペクト比を変更すると、ヘルメット、タイヤ、グローブ等も検出されました。これらのパラメータは検出したい物によって、調整が必要みたいです。

他にも色々と検出されましたが、数が多いので割愛しました。

#コード

selective_search.py

# -*- coding: utf-8 -*-
import skimage.data
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import selectivesearch
 
def main():
 
    # loading image
    img = skimage.data.imread('fifth_corner.jpg') # 画像ファイルを指定します。
    print("image shape " + str(img.shape))
 
    # perform selective search
    img_lbl, regions = selectivesearch.selective_search(img, scale=500, sigma=0.9, min_size=10)
 
    candidates = set()
    for r in regions:
        # excluding same rectangle (with different segments)
        if r['rect'] in candidates:
            continue
        
        # excluding regions small pixels
        if r['size'] < 30000: # 物体検出される領域の大きさを指定します。
            continue
        
        # distorted rects
        x, y, w, h = r['rect']
        if w / h > 2.0 or h / w > 2.0: # 物体検出される領域のアスペクト比を指定します。
            continue
        
        candidates.add(r['rect'])
 
    print("number of object " + str(len(candidates)))
    
    for x, y, w, h in candidates:
        
        # draw original image
        fig, ax = plt.subplots(ncols=3, nrows=1, figsize=(10, 10))
        ax[0].imshow(img)
        
        # draw rectangles on the original image
        rect = mpatches.Rectangle(
            (x, y), w, h, fill=False, edgecolor='red', linewidth=1)
        ax[0].add_patch(rect)
        
        # trim image and draw
        img2 = img[y:y+h, x:x+w]
        ax[1].imshow(img2)
        
        # reshape trimed image and draw
        img3 = skimage.transform.resize(img2, (64, 64))
        ax[2].imshow(img3)
    
    plt.show()
 
if __name__ == "__main__":
    main()