はじめに

MYJLab Advent Calender 2024の17日目を担当させていただく4年生です。
さて、今日は「OpenCVで人の顔をドナルドにする」ということで初心者にはハードルが高い機械学習の部分を"あるもの"で代用して誰でも簡単にできる手順を解説していきます。これを読み終わった後今回使った"あるもの"を自分で作ってみようと思ってもらえるよう頑張ります！

目標

OpenCVの予め用意された"あるもの" = "カスケード型分類器"を使って、顔検出して顔部分にドナルドの画像を貼り付ける

環境

今回はPythonを使います。

Windows 11 Home
Python 3.11.0
opencv-python 4.7.0

準備

カスケード分類器の準備

以下のリンクから学習済みのカスケード分類器をダウンロードします。
https://github.com/opencv/opencv/tree/master/data/haarcascades
今回はhaarcascade_frontalface_default.xml(正面からの顔を検出する分類器)をダウンロードして使いましょう！

[ここ重要]
分類器haarcascade_frontalface_default.xmlと検出したい画像(sample.jpg)は、pythonファイルは同じディレクトリに保存します。

コード

opencvをインストールする

pip install opencv-python

script

import cv2

# 顔検出器のパス
cascade_path = cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'

# 顔検出器の読み込み
face_cascade = cv2.CascadeClassifier(cascade_path)

# 上書きする画像の読み込み
overlay_image = cv2.imread('./sample![スクリーンショット 2024-12-02 102144.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3617886/8acf9699-c90f-f2b6-f666-e350e32b802e.png)
.png')

# カメラキャプチャの開始
cap = cv2.VideoCapture(0)

while True:
    # フレームの読み込み
    ret, frame = cap.read()

    if not ret:
        break

    # グレースケールに変換
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 顔の検出を行う
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(20, 20))

    # 検出された顔の領域に上書きする画像を配置
    for (x, y, w, h) in faces:
        # 上書きする画像のサイズを調整
        resized_overlay = cv2.resize(overlay_image, (w, h))

        # 顔の領域に上書きする画像を配置
        frame[y:y+h, x:x+w] = resized_overlay

    # 結果を表示
    cv2.imshow('Result', frame)

    # 'q'キーを押して終了
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# キャプチャの解放とウィンドウの破棄
cap.release()
cv2.destroyAllWindows()

#顔検出した画像を保存する 
cv2.imwrite('./sample_cascade.avi', frame)

出力結果の画面キャプチャ

おわりに

カスケード分類器を使った顔検出はいかがでしたか？
カスケード分類器は容易に使うことはできますが、精度が低いことが現状です。精度を高めたい方は自分で機械学習することをおすすめします。