読み込んだ複数の画像ファイルを骨格推定をかけてから同じ名前で保存したい。

前提

tfpose-estimationを使用し骨格推定画像と骨格推定座標をjsonファイルで保存しようとしている。(jsonファイルについては問題なく保存できています)

実現したいこと

shファイル
for i in `seq 1000 8925`
do

python3 run1.py --model mobilenet_thin --image=./sapoin_data/寝/No.10021/No_10021_a_00000000_$i.png --output_json=./sapoin_result/json/寝/No.10021/No_10021_a_00000000_$i.json

done

を実行して複数の画像を同じ名前で保存したい。

発生している問題

画像保存はできているが更新しながら保存してしまっており複数枚(No_10021_a_00000000_1000.png , No_10021_a_00000000_1001.png...)の画像保存ができておらず１枚(No_10021_a_00000000_1000.png)だけ保存されている。

該当のソースコード

run1.py
import argparse
import logging
import sys
import time
import glob
import os

from tf_pose import common
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('TfPoseEstimatorRun')
logger.handlers.clear()
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)

path_list = glob.glob('./sapoin_data/寝/No.10021/No_10021_a_00000000_*.png')
result_list ='./sapoin_result/img/寝/No.10021/'

if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='tf-pose-estimation run')
    parser.add_argument('--image', type=str, default='./images/p1.png')
    parser.add_argument('--image_dir', type=str,default=glob.glob('./images/*.png'))
    parser.add_argument('--model', type=str, default='cmu',
                        help='cmu / mobilenet_thin / mobilenet_v2_large / mobilenet_v2_small')
    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('--number_people_max', type=int, default=1, help='maximum number of people')
    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('--output_json', type=str, default='/tmp/', help='writing output json dir')
    args = parser.parse_args()

    w, h = model_wh(args.resize)
    if w == 0 or h == 0:
        e = TfPoseEstimator(get_graph_path(args.model), target_size=(432, 368))
    else:
        e = TfPoseEstimator(get_graph_path(args.model), target_size=(w, h))

    # estimate human poses from a single image !
    image = cv2.imread(args.image, None)
    for fname in path_list:
        fname = os.path.basename(fname)
  
    t = time.time()
    humans = e.inference(image, resize_to_default=(w > 0 and h > 0),upsample_size=args.resize_out_ratio)
    elapsed = time.time() - t

    logger.info('inference image: %s in %.4f seconds.' % (args.image, elapsed))

    image = TfPoseEstimator.draw_humans(image, humans, imgcopy=False, frame=0, output_json_dir=args.output_json)
    cv2.imwrite(f'./sapoin_result/img/寝/No.10021/{fname}.png', image)