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!

ただいまの
回答率

89.63%

写真フォルダからアップの写真一枚、全身の写真一枚をピックアップしたい

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 135

TakayukiMoriya

score 12

このように背景紙の前で撮影したたくさんの写真の中から、プロフィール用にアップの写真一枚と全身の写真を一枚、計二枚取り出したいと考えております。
イメージ説明

OpenCVを使って顔認識をさせて、顔の幅が最も大きな写真を一枚、顔の幅が最も小さな写真を一枚ピックアップできれば要件を満たすと考え、以下のようなプログラムを組みました。

import os
import cv2
import math
import numpy as np
from PIL import Image

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

img_dir_path = input('画像フォルダのパスを入力してください:')#

#img_dir_path = '/Users/user/Desktop/drive-download'
pictures = os.listdir(img_dir_path)#フォルダリストの中身をリスト化

if '.DS_Store' in pictures:
    pictures.remove('.DS_Store')

if 'Thumbs.db' in pictures:
    pictures.remove('Thumbs.db')

print(pictures)

#os.mkdir(os.path.join(img_dir_path,'output'))
all_faces = []#写真ごと全ての顔の座標や大きさの情報を入れるリスト

i = 0

while i < len(pictures):

    img = cv2.imread(os.path.join(img_dir_path,pictures[i]))
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#
    faces = face_cascade.detectMultiScale(gray, scaleFactor = 1.2, minSize = (250,250), maxSize = (1600,1600))

    print(pictures[i])

#顔認証に失敗した場合
    if len(faces) == 0:
        img = cv2.imread(os.path.join(img_dir_path,pictures[i]))


# 回転角の指定
        for j in range(-15,15):#-45°〜45°まで画像を回転
            angle = 5*j
            scale = 1.0
            height, width = img.shape[:2]
#回転の中心を指定                          
            center = (int(width/2), int(height/2))        
            trans = cv2.getRotationMatrix2D(center, angle , scale)
#アフィン変換
            img_rot = cv2.warpAffine(img, trans, (width,height))        
            gray = cv2.cvtColor(img_rot, cv2.COLOR_BGR2GRAY)
            faces = face_cascade.detectMultiScale(gray, scaleFactor = 1.2, minSize = (250,250), maxSize = (1600,1600))
            if len(faces) > 0:
                print('回転させた結果認識!' + str(faces))
                face_max = faces[faces[:, 2].argmax()]
                # img[top : bottom, left : right]
                #np.insert(all_faces, faces)#空のリストに顔リストを一つ追加

                all_faces.append(face_max)     
                break


#顔認証に成功した場合
    elif len(faces) > 0:
        face_max = faces[faces[:, 2].argmax()]

        #print(face_max)

        #np.insert(all_faces, faces)#空のリストに顔リストを一つ追加                             
        all_faces.append(face_max)                             

        img = Image.open(os.path.join(img_dir_path,pictures[i]))
        width, height = img.size

        #print(face_max[0])





    i = i + 1 

print('END')
print(all_faces)

その結果、最終行のprint(all_faces)が以下のような形式で書き出されました。

[array([1122,  564,  365,  365], dtype=int32), 
array([1245,  680,  369,  369], dtype=int32), 
array([1157,  605,  378,  378], dtype=int32), 
array([810, 505, 710, 710], dtype=int32), 
array([901, 877, 706, 706], dtype=int32), 
array([783, 652, 723, 723], dtype=int32), 
array([1414, 1150, 1104, 1104], dtype=int32), 
array([1365, 1395,  920,  920], dtype=int32), 
array([669, 976, 476, 476], dtype=int32)]

ここから先つまづいてしまったのですが、この中から幅の最大値と最小値を持つ要素をそれぞれ指定したいと考えております。

OpenCVの顔認識は[X,Y,W,H]の形式で書き出されるので、最大値は下から3行目の1104で最小値は1行目の365だということが自分ではわかるのですが、これをプログラムで指定したいと考えております。

基礎的な部分なのかもしれませんが、ご教示いただければ幸いです。

ここから先は、「最小値がN行目にあるから、写真リストのN番目のが全身の写真だ!」といったプログラムを書いて発展させていこうと考えております。

以上、よろしくお願いいたします。

  • 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。

    クリップを取り消します

  • 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。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    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

    評価が下がると、TOP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。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+2

以下のような感じでnp.arrayにすると最大、最小の行位置が得られます。

import numpy as np

l =[np.array([1122,  564,  365,  365]), 
    np.array([1245,  680,  369,  369]), 
    np.array([1157,  605,  378,  378]), 
    np.array([810, 505, 710, 710]), 
    np.array([901, 877, 706, 706]), 
    np.array([783, 652, 723, 723]), 
    np.array([1414, 1150, 1104, 1104]), 
    np.array([1365, 1395,  920,  920]), 
    np.array([669, 976, 476, 476])]

a = np.array([v.tolist() for v in l])

print(a[:,2].argmin()) # 0
print(a[:,2].argmax()) # 6


ちなみに私なら、幅ではなく画像全体の面積と顔(と認識された領域)の面積の比率で判定させたいと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/02/14 07:11

    tolist()で解決する方法、ありがとうございました!
    >画像全体の面積と顔(と認識された領域)の面積の比率で判定させたいと思います。
    確かにその方が汎用性が高いですね。今回は質問ページに貼った画像のようにひたすら縦に撮った人物写真のみが対象なので幅の数値をそのまま使う予定ですが、今後のシステム増強時には実装してみようと思います。

    キャンセル

0

シンプルに考えると、 all_facesはndarrayだと思うので、

w_list = all_faces[:,2]

のようにリストにWの値を全部突っ込んで、

リストの最大値(最小値)のindexを取得する6つの方法を計測してみた にあるような方法でリストのindexと最小値を算出すれば良さそうです。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/02/13 21:58

    ありがとうございます、ですが
    TypeError: list indices must be integers or slices, not tuple
    このエラーが出てしまい、うまく指定できません

    キャンセル

  • 2020/02/13 22:04

    all_faces[:,2] がすでにエラーでしたか。。
    ndarrayのつもりで検証していましたが、違ったのかもしれません。改めて検証してみます

    キャンセル

  • 2020/02/14 07:08

    ありがとうございます。解決しました!

    キャンセル

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 89.63%
  • 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られる

同じタグがついた質問を見る