個人認識を行いたいのですが、学習データの次元数が合わなくて困っています...

Question

前提・実現したいこと

python初心者です。
scikit-learnを用いて自分の顔を学習させ、動画から人の顔を認識し、自分の顔の写真のみディレクトリに保存するということを行いないたいのですが、以下のエラーコードがでてしまい、処理が行えません。

発生している問題・エラーメッセージ

File "C:/Users/hoge/PycharmProjects/resarch372/20191029/self/顔-個人認証.py", line 48, in <module>
    pred_y = clf.predict([img_data])
  File "C:\Users\hoge\PycharmProjects\resarch372\venv\lib\site-packages\sklearn\ensemble\forest.py", line 545, in predict
    proba = self.predict_proba(X)
顔の座標= 15 167 169 169
  File "C:\Users\hoge\PycharmProjects\resarch372\venv\lib\site-packages\sklearn\ensemble\forest.py", line 588, in predict_proba
    X = self._validate_X_predict(X)
  File "C:\Users\hoge\PycharmProjects\resarch372\venv\lib\site-packages\sklearn\ensemble\forest.py", line 359, in _validate_X_predict
    return self.estimators_[0]._validate_X_predict(X, check_input=True)
  File "C:\Users\hoge\PycharmProjects\resarch372\venv\lib\site-packages\sklearn\tree\tree.py", line 402, in _validate_X_predict
    % (self.n_features_, n_features))
ValueError: Number of features of the model must match the input. Model n_features is 10000 and input n_features is 30000 

該当のソースコード

#顔の学習
import cv2
import os, glob
from PIL import Image
from sklearn.model_selection import train_test_split
from sklearn import datasets,metrics
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.externals import joblib

img_size = (100, 100)

path = os.path.dirname(os.path.abspath(__file__))
path_ore = path + '/ore'
path_hoka = path + '/hoka'
x = []
y = []

def read_dir(path, label):
    files = glob.glob(path + "/*.jpg")
    for f in files:
        img = cv2.imread(f)
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        gray = cv2.GaussianBlur(gray, (9, 9), 0)
        img_b = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)[1]
        img_b = cv2.resize(img_b, img_size)
        img_data = img_b.reshape(-1, )
        x.append(img_data)
        y.append(label)

read_dir(path_hoka, 0)
read_dir(path_ore, 1)

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2)

clf = RandomForestClassifier()
clf.fit(x_train,y_train)

y_pred = clf.predict(x_test)
print(accuracy_score(y_test, y_pred))

joblib.dump(clf, 'ore.pkl')


#動画からの検出

import cv2, os, copy
from sklearn.externals import joblib

clf = joblib.load("ore.pkl")
output_dir = "./ore-kojinn"
img_last = None
img_c = None
count = 0
frame_count = 0
no = 0

cascade_file = ('haarcascade_frontalface_alt.xml')
cascade = cv2.CascadeClassifier(cascade_file)


if not os.path.isdir(output_dir):
    os.mkdir(output_dir)

cap = cv2.VideoCapture("nakayosi.mp4")
while True:
    ore,frame = cap.read()
    if not ore:
        break
    frame = cv2.resize(frame,(600,400))
    frame2 = copy.copy(frame)
    frame_count +=1

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = cv2.GaussianBlur(gray, (15,15), 0)
    img_b = cv2.threshold(gray, 127,255,cv2.THRESH_BINARY)[1]

    # 顔
    if img_c is None:
        img_c = img_b
        continue

    face_list = cascade.detectMultiScale(frame, minSize=(100, 100))

    for (x, y, w, h) in face_list:

        print("顔の座標=", x, y, w, h)
        red = (0, 0, 255)
        cv2.rectangle(frame, (x, y), (x + w, y + h), red, thickness=2)
        img_c = frame[y:y + h, x:x + w]
        img_d = cv2.resize(img_c, (100, 100))
        img_data = img_d.reshape(-1,)

        pred_y = clf.predict([img_data])

        if pred_y[0] == 1:
            outfile = output_dir + "/" + str(no) + ".jpg"
            cv2.imwrite(outfile, img_c)
            no += 1

    cv2.imshow("douga", frame2)
   


    img_c = img_b

    if cv2.waitKey(1) == 13:
        break
cap.release()
cv2.destroyAllWindows()
print("ok", no,"/",frame_count)

試したこと

学習データの次元数が問題だと考えたので、resizeの関数をいろいろ変えてみたりしたのですが、同じようなエラーばかり出てしまい、どのようにすればよいかわかりません...

補足情報（FW/ツールのバージョンなど）

python3.7.5

Comments

[meg_]

エラーメッセージは全文掲載いただいた方が回答がつきやすくなるかと思います。

Answer 1

学習データの次元数が問題だと考えたので、resizeの関数をいろいろ変えてみたりしたのですが、
同じようなエラーばかり出てしまい、どのようにすればよいかわかりません...

経験上、次元が×3や÷3で違う場合は大概がchの設定ミスですので、まずはchを疑うと良いと思います。

---

||式|画像の中身|由来|チャネル数|
|:--|:--|:--|:--||
|学習|clf.fit(x_train,y_train)|x_train|gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)|1|
|推論|pred_y = clf.predict([img_data])|img_data|img_c = frame[y:y + h, x:x + w]|3(?)|

OpenCVで画像を採取する際に、cap.read()を使っていますが、この際に画像が3chになっていると思います。ですので、pred_y = clf.predict([img_data])に突っ込むデータを1chに減らせば問題なく動くはずです。

Comments

[yamakagasi1725]

無事読み込むことができました。ありがとうございました！