質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
CentOS

CentOSは、主にRed Hat Enterprise Linux(RHEL)をベースにした、フリーのソフトウェアオペレーティングシステムです。

OpenPose

OpenPoseとは、深層学習を使って人の体や指などの位置(座標)や向きといったポーズを可視化する技術。関節点など人の体における特徴点が座標のどこにあるかを検出することができます。高性能プロセッサを使えば動画像内の複数の人物もリアルタイムで検出することが可能です。

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

受付中

OpenPose(CPU) USBウェブカメラで骨格検出後、動画の保存ができません

ShumpeiSori
ShumpeiSori

総合スコア5

CentOS

CentOSは、主にRed Hat Enterprise Linux(RHEL)をベースにした、フリーのソフトウェアオペレーティングシステムです。

OpenPose

OpenPoseとは、深層学習を使って人の体や指などの位置(座標)や向きといったポーズを可視化する技術。関節点など人の体における特徴点が座標のどこにあるかを検出することができます。高性能プロセッサを使えば動画像内の複数の人物もリアルタイムで検出することが可能です。

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0回答

0評価

1クリップ

569閲覧

投稿2019/09/17 04:45

こんにちは、Opencvを用いてwebカメラを使いリアルタイムで骨格検出を行い、その動画をそのままファイルとして保存したいと考えております。

Pythonファイルを実行した結果、現在の状況はwebカメラでリアルタイムの骨格検出、そしてファイルを保存というところまでは出来たのですが、いざ動画ファイルを再生すると実際の撮影時間よりかなり短く、さらに骨格の検出もされていない、ただの短い動画になってしまっていました。どうにかリアルタイムで骨格検出したままの状態で保存することはできないでしょうか。 宜しくお願い致します。


run_webcam.py

import argparse import logging import time import cv2 import numpy as np from tf_pose.estimator import TfPoseEstimator from tf_pose.networks import get_graph_path, model_wh logger = logging.getLogger('TfPoseEstimator-WebCam') logger.setLevel(logging.DEBUG) ch = logging.StreamHandler() ch.setLevel(logging.DEBUG) formatter = logging.Formatter('[%(asctime)s] [%(name)s] [%(levelname)s] %(message)s') ch.setFormatter(formatter) logger.addHandler(ch) fps_time = 0 def str2bool(v): return v.lower() in ("yes", "true", "t", "1") if __name__ == '__main__': parser = argparse.ArgumentParser(description='tf-pose-estimation realtime webcam') parser.add_argument('--camera', type=int, default=0) parser.add_argument('--resize', type=str, default='0x0', help='if provided, resize images before they are processed. default=0x0, Recommends : 432x368 or 656x368 or 1312x736 ') parser.add_argument('--resize-out-ratio', type=float, default=4.0, help='if provided, resize heatmaps before they are post-processed. default=1.0') parser.add_argument('--model', type=str, default='mobilenet_thin', help='cmu / mobilenet_thin / mobilenet_v2_large / mobilenet_v2_small') parser.add_argument('--show-process', type=bool, default=False, help='for debug purpose, if enabled, speed for inference is dropped.') parser.add_argument('--tensorrt', type=str, default="False", help='for tensorrt process.') args = parser.parse_args() logger.debug('initialization %s : %s' % (args.model, get_graph_path(args.model))) w, h = model_wh(args.resize) if w > 0 and h > 0: e = TfPoseEstimator(get_graph_path(args.model), target_size=(w, h), trt_bool=str2bool(args.tensorrt)) else: e = TfPoseEstimator(get_graph_path(args.model), target_size=(432, 368), trt_bool=str2bool(args.tensorrt)) logger.debug('cam read+') cam = cv2.VideoCapture(args.camera) width = int(cam.get(cv2.CAP_PROP_FRAME_WIDTH)) height = int(cam.get(cv2.CAP_PROP_FRAME_HEIGHT)) writer = cv2.VideoWriter('images/capture.mov', cv2.VideoWriter_fourcc(*'mp4v'),60, (width, height)) ret_val, image = cam.read() logger.info('cam image=%dx%d' % (image.shape[1], image.shape[0])) while True: ret_val, image = cam.read() writer.write(image) logger.debug('image process+') humans = e.inference(image, resize_to_default=(w > 0 and h > 0), upsample_size=args.resize_out_ratio) logger.debug('postprocess+') image = TfPoseEstimator.draw_humans(image, humans, imgcopy=False) logger.debug('show+') cv2.putText(image, "FPS: %f" % (1.0 / (time.time() - fps_time)), (10, 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) cv2.imshow('tf-pose-estimation result', image) fps_time = time.time() if cv2.waitKey(1) & 0xFF == ord('q'): break logger.debug('finished+') cam.release() writer.release() cv2.destroyAllWindows()

実行環境
CentOS7
Python3.6.2
opencv-contrib-python 4.1.1.26
tensorflow 1.14.0
webcam Logitech,Webcam,C270

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

t_obara

2019/09/17 05:44

リアルタイムに骨格検出ができると判断した方法をご提示ください。
t_obara

2019/09/17 06:19

ご提示になったURLでも2fpsなどの速度のようです。貴殿が行なった環境がどれほど高速な環境かわかりませんが、「リアルタイムで」検出ができたと、どのように判断したのですか?
ShumpeiSori

2019/09/17 06:35

誤解を招いてしまって申し訳ないのですが、厳密にいうと「リアルタイム」ではないですね。すみません。カメラの起動もコードを走らせてから30秒後くらいで非常に遅く、骨格検出も時差がかなり生じていました。参考にさせてただいた上記の記事ではwebカメラを使用した骨格検出のことをリアルタイムでの検出と表記していたのでそのまま私も使用してしまった次第です。
t_obara

2019/09/17 06:57

であれば、シーケンシャルに処理をしているので、取り込んだフレームが少なく、さらに取り込んだ画像をそのまま書き込んでいるので、当然の結果のようです。少なくとも書き込む画像に検出結果を反映させる必要があります。検出ができたと判断したのはどのような方法ですか?
ShumpeiSori

2019/09/17 07:24

ありがとうございます。取り込むフレーム数を増やし、検出結果をそれに反映させるという事が必要なんですね。 検出も確実ではなく所々検出できていないところもありましたが、 cv2.imshow で画面上に表示されたwebカメラのウィンドウには骨格に沿ってイラストで主に四肢の関節と顔の一部が正しく示されていました。
t_obara

2019/09/17 07:35

取り敢えず、imshowの直前にwriteすれば結果が書き込まれるのではないかと。
ShumpeiSori

2019/09/17 11:01

できました。ありがとうございます。動きが場面場面と途切れてしまっているのはパソコンの性能上、致し方無いものなのでしょうか。そちらも教えて頂けると幸いです。
t_obara

2019/09/18 00:57

パソコン性能か否かを判断したいのであれば、「リアルタイム」処理ではなく、一度画像をファイルに書き込み、そのデータを入力として骨格検出処理に与えるようにしてみてはいかがでしょうか。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

CentOS

CentOSは、主にRed Hat Enterprise Linux(RHEL)をベースにした、フリーのソフトウェアオペレーティングシステムです。

OpenPose

OpenPoseとは、深層学習を使って人の体や指などの位置(座標)や向きといったポーズを可視化する技術。関節点など人の体における特徴点が座標のどこにあるかを検出することができます。高性能プロセッサを使えば動画像内の複数の人物もリアルタイムで検出することが可能です。

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。