質問編集履歴
4
コードがおかしい部分を修正しました
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,42 +1,88 @@
|
|
|
1
|
-
Open CVのeye_cascadeを使用した目の認識の誤検知を減ら
|
|
1
|
+
Open CVのeye_cascadeを使用した目の認識を行なっているのですが、誤検知を減らす上で、表題のような課題に突き当たりました。
|
|
2
2
|
|
|
3
|
-
|
|
3
|
+
|
|
4
4
|
|
|
5
|
-
|
|
5
|
+
### 実際に書いたコード
|
|
6
6
|
|
|
7
|
-
|
|
7
|
+
下記コードのように、写真を読み込ませて顔認識した範囲で目認識をしようとします
|
|
8
8
|
|
|
9
|
-
```
|
|
9
|
+
```pyton
|
|
10
10
|
|
|
11
|
-
|
|
11
|
+
import os
|
|
12
12
|
|
|
13
|
-
|
|
13
|
+
import cv2
|
|
14
14
|
|
|
15
|
+
|
|
16
|
+
|
|
17
|
+
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')#学習データ
|
|
18
|
+
|
|
19
|
+
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')#学習データ
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
|
|
23
|
+
img = cv2.imread('DSC_0064.JPG')
|
|
24
|
+
|
|
25
|
+
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
|
|
26
|
+
|
|
27
|
+
faces = face_cascade.detectMultiScale(gray, scaleFactor = 1.1, minSize = (400,400), maxSize = (int(width*0.8),int(width*0.8)))
|
|
28
|
+
|
|
29
|
+
face_max = faces[faces[:, 2].argmax()]
|
|
30
|
+
|
|
31
|
+
|
|
32
|
+
|
|
33
|
+
img1 = img[int(face_max[1]) : int(face_max[1]+face_max[2]), int(face_max[0]): int(face_max[0]+face_max[3])]#元画像を顔部分のみクロップ→その範囲のみ目顔認証をかける
|
|
34
|
+
|
|
35
|
+
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
|
|
36
|
+
|
|
37
|
+
eyes = eye_cascade.detectMultiScale(gray1, scaleFactor = 1.1,minNeighbors=10, minSize = (50,50), maxSize = (350,350))
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
print(type(eyes))
|
|
42
|
+
|
|
15
|
-
|
|
43
|
+
print(eyes)#[x,y,w,h]の形で書き出される
|
|
16
44
|
|
|
17
45
|
```
|
|
18
46
|
|
|
19
|
-
|
|
47
|
+
### 結果
|
|
20
48
|
|
|
21
49
|
|
|
22
50
|
|
|
23
|
-
|
|
51
|
+
```ここに言語を入力
|
|
24
52
|
|
|
53
|
+
<class 'numpy.ndarray'>
|
|
25
54
|
|
|
55
|
+
[[ 99 143 112 112]
|
|
26
56
|
|
|
27
|
-
|
|
57
|
+
[298 154 102 102]
|
|
28
58
|
|
|
29
|
-
```output
|
|
30
|
-
|
|
31
|
-
|
|
59
|
+
[141 37 80 80]]
|
|
32
|
-
|
|
33
|
-
[2582 1589 166 166]#yが近似の２つの要素のみ残る
|
|
34
60
|
|
|
35
61
|
```
|
|
36
62
|
|
|
37
63
|
|
|
38
64
|
|
|
65
|
+
ndarray形式でこのような結果が書き出され、左右２つの目を認識したいにも関わらず３箇所認識されている結果となりました。（前髪や口が誤認識されているようです。）
|
|
66
|
+
|
|
67
|
+
|
|
68
|
+
|
|
69
|
+
そこで考えたのですが、**目というものは、左右２つはほぼ水平に写真に収められるもの**なので、各要素の2番目のy座標の値に注目し、上から143と154と37だと、37の値が他の２つに比べて逸脱しているのでこれが誤検知なのだと判断できます。
|
|
70
|
+
|
|
71
|
+
|
|
72
|
+
|
|
73
|
+
このように、**y座標の値が近似な２つの要素のみ抽出する**
|
|
74
|
+
|
|
75
|
+
```
|
|
76
|
+
|
|
77
|
+
[[ 99 143 112 112]
|
|
78
|
+
|
|
79
|
+
[298 154 102 102]]
|
|
80
|
+
|
|
81
|
+
```
|
|
82
|
+
|
|
83
|
+
|
|
84
|
+
|
|
39
|
-
といった処理を
|
|
85
|
+
といった処理を行い誤検知の値を排除したいと考えているのですが、なかなかうまい方法が思いつきません。
|
|
40
86
|
|
|
41
87
|
|
|
42
88
|
|
3
画像を変更しました
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -16,7 +16,7 @@
|
|
|
16
16
|
|
|
17
17
|
```
|
|
18
18
|
|
|
19
|
-
|
|
20
20
|
|
|
21
21
|
|
|
22
22
|
|
2
画像を変更しました
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -6,25 +6,21 @@
|
|
|
6
6
|
|
|
7
7
|
例えばこのように誤検知が発生した場合でも
|
|
8
8
|
|
|
9
|
-
|
|
10
|
-
|
|
11
|
-
|
|
12
|
-
|
|
13
|
-
|
|
14
|
-
|
|
15
9
|
```list
|
|
16
10
|
|
|
17
11
|
eyes = [[2264 1453 194 194]
|
|
18
12
|
|
|
19
13
|
[2582 1589 166 166]
|
|
20
14
|
|
|
21
|
-
[3388
|
|
15
|
+
[3388 2100 89 89]]
|
|
22
16
|
|
|
23
17
|
```
|
|
24
18
|
|
|
19
|
+
|
|
25
20
|
|
|
26
21
|
|
|
22
|
+
|
|
27
|
-
**目というものは、左右２つはほぼ水平に（顔を傾けても高さの値が近似に）写真に収められるもの**なので、リストの要素の2番目のy座標に注目し、上から1453と1589と
|
|
23
|
+
**目というものは、左右２つはほぼ水平に（顔を傾けても高さの値が近似に）写真に収められるもの**なので、リストの要素の2番目のy座標に注目し、上から1453と1589と2100だと、2100の値が他の２つに比べて逸脱しているのでこれが誤検知なのだと判断できます。
|
|
28
24
|
|
|
29
25
|
|
|
30
26
|
|
1
要点がより伝わるように加筆修正しました
test
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
|
|
1
|
+
Pythonのリストの近似値２要素のみ取り出したい
|
test
CHANGED
|
@@ -1,10 +1,8 @@
|
|
|
1
|
-
Open CVのeye_cascadeを使用した目の認識の誤検知を減らして制度を上げたいと考えています。
|
|
1
|
+
Open CVのeye_cascadeを使用した目の認識の誤検知を減らして制度を上げたいと考えていますいるのですが、表題のような課題に突き当たりました。
|
|
2
|
-
|
|
3
|
-
内容としては、リストのソート法に関する質問になります。
|
|
4
2
|
|
|
5
3
|
### 本題
|
|
6
4
|
|
|
7
|
-
目を認識させると[x,y,w,h]のリスト形式で結果が出力されるのですが、
|
|
5
|
+
Open CVで目を認識させると[x,y,w,h]のリスト形式で結果が出力されるのですが、
|
|
8
6
|
|
|
9
7
|
例えばこのように誤検知が発生した場合でも
|
|
10
8
|
|
|
@@ -30,7 +28,19 @@
|
|
|
30
28
|
|
|
31
29
|
|
|
32
30
|
|
|
31
|
+
このように、**y座標の値が近似な２つの要素のみをリストに残す**
|
|
32
|
+
|
|
33
|
+
```output
|
|
34
|
+
|
|
35
|
+
eyes = [[2264 1453 194 194]
|
|
36
|
+
|
|
37
|
+
[2582 1589 166 166]#yが近似の２つの要素のみ残る
|
|
38
|
+
|
|
39
|
+
```
|
|
40
|
+
|
|
41
|
+
|
|
42
|
+
|
|
33
|
-
|
|
43
|
+
といった処理をリストeyesに施したいと考えているのですが、なかなかうまい方法が思いつきません。
|
|
34
44
|
|
|
35
45
|
|
|
36
46
|
|