集合写真で一番大きい顔のみをピックアップしたい

Question

ndarryの要素の指定方法でつまづいております。
このような複数の人物が写っている写真で、一番大きく写っている人物を判別するプログラムを作ってみたいと考えています。

顔が一番大きく写っていれば要件を満たすと考え、以下プログラムで顔認識を行いました。

import os
import cv2

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')#学習データ

img = cv2.imread('/Users/user/Desktop/face/iStock-498089329.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, scaleFactor = 1.2, minSize = (50,50), maxSize = (800,800))
    
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255))
    resized_img = cv2.resize(img,(300, 400))
    cv2.imshow("test.jpg", resized_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows 

print("Face：" + str(faces))

狙い通り、[x座標,y座標,幅,高さ]の形式で

Face：[[1245  421   86   86]
 [ 503  494  108  108]
 [1037  528  211  211]
 [ 667  556  114  114]
 [1885  627   88   88]]

という結果がアウトプットされたのですが、この中で最も顔の幅が大きい座標を取得するにはどのように指定すれば良いのでしょうか？

例えばですが、
「５行ある中の末尾の数値の最大値は３行目にある211だから、一番大きく写っている人物の座標は(1037,528)だ！」

と判別するにはどのような記述を行う必要があるのでしょうか？

ndarryの扱いが不慣れなため、ご教授いただけると幸いです。

Answer 1

以下のようにすればよいでしょう。

1. faces の各列は x, y, 幅, 高さ なので、faces[:, 2] で幅の列 array([ 86, 108, 211, 114, 88]) を取り出す。
2. argmax() をとり、その中で最大の値に対応するインデックスを取り出す。
3. そのインデックスの行を faces から取り出す。

import numpy as np

faces = np.array(
    [
        [1245, 421, 86, 86],
        [503, 494, 108, 108],
        [1037, 528, 211, 211],
        [667, 556, 114, 114],
        [1885, 627, 88, 88],
    ]
)

face_with_max_width = faces[faces[:, 2].argmax()]
print(face_with_max_width)  # [1037  528  211  211]

Comments

[TakayukiMoriya]

ありがとうございます。argmax() 大変勉強になりました。