import cv, cv2
import numpy as np
# cvに未定義の値を設定
CV_LOAD_IMAGE_ANYDEPTH = 2
CV_LOAD_IMAGE_ANYCOLOR = 4
|
|
# cvのIplImageからRGBのnumpy arrayに変換する
def ipl2np(ipl):
mat = cv.GetMat(ipl)
bgrimage = np.asarray(mat)
rgbimage = cv2.cvtColor(bgrimage, cv2.COLOR_BGR2RGB)
return rgbimage/255.
|
|
# 検出対象の画像ファイルパス
tarFilePath = DATA + 'lena.jpg'
# 顔検出対象の画像データの読み込み
tarImg = cv.LoadImage(tarFilePath, CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR)
# カスケードのファイルパス
cascadeFilePath = DATA + 'haarcascade_frontalface_alt.xml'
# カスケード
cvHCC = cv.Load(cascadeFilePath)
# 検出に必要なメモリストレージを用意する
cvMStr = cv.CreateMemStorage(0)
# 高速に検出できるように引数を調整
faces = cv.HaarDetectObjects(tarImg, cvHCC, cvMStr, 1.2, 2, cv.CV_HAAR_DO_CANNY_PRUNING)
# 戻り値がOpenCVと違うみたいなので、プリントしてみる
faces
[((217, 203, 169, 169), 24)] [((217, 203, 169, 169), 24)] |
# 検出情報から顔の位置情報を取得し、矩形を描画する
for (x, y, width, height), dummy in faces:
cv.Rectangle(tarImg, (x, y), (x + width, y + height), cv.CV_RGB(255, 0, 0), 2, cv.CV_AA, 0)
|
|
# 検出した顔の矩形を合わせて表示
matrix_plot(ipl2np(tarImg)).show( axes=True, frame=True, figsize=8, aspect_ratio=1)
|
|
|
|