MacbookAirのカメラで顔が写ったらモザイク加工(Python3+OpenCV3+PIL)

Facebook にシェア
Pocket
LINEで送る
このエントリーを Google ブックマーク に追加

シリーズ
MacbookAirのカメラで顔が写ったらモザイク加工(Python3+OpenCV3+PIL)
MacbookAirのカメラで顔が写ったら顔をエッジ抽出(Python3+OpenCV3+PIL)
MacbookAirのカメラで顔が写ったら顔をネガポジ変換(Python3+OpenCV3+PIL)
MacbookAirのカメラで顔が写ったら顔を笑い男マーク(Python3+OpenCV3+PIL)

[amazonjs asin=”4061538225″ locale=”JP” title=”OpenCVによる画像処理入門 (KS情報科学専門書)”]

前提

ディレクトリ構成などはこことかこことか。

 

クラス化

過去の以下の記事を参考に、クラス化したのみ。
特別なことは特にしていない。

Python OpenCV3で画像の顔判定(ネタあり)
Python OpenCV3で顔判定してモザイク加工

sourceディレクトリにfacesファイルを作成した。

[python title=”Faceクラスの内容”] # -*- coding: UTF-8 -*-

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

class Face(object):
"""
顔認識して色々遊ぶ関数
"""

def get_faces(self, image, min_size=(100, 100)):
"""
顔を取得するメソッド。
"""

cascade_path = os.path.dirname(os.path.abspath(__file__)) + "/haarcascades/haarcascade_frontalface_alt.xml"
cascade = cv2.CascadeClassifier(cascade_path)

enclosed_faces = image

#グレースケール
frame_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

#顔判定
"""
minSize で顔判定する際の最小の四角の大きさを指定できる。
(小さい値を指定し過ぎると顔っぽい小さなシミのような部分も判定されてしまう。)
"""
faces = cascade.detectMultiScale(frame_gray, scaleFactor=1.1, minNeighbors=1, minSize=min_size)

return faces

def get_enclosed_faces(self, image, min_size=(100, 100)):
"""
顔を四角で囲うメソッド。
"""

# 出力結果を格納する変数
enclosed_faces = image

# 顔認識
faces = self.get_faces(image, min_size)

if len(faces) > 0:

# 顔認識の枠の色
color = (255, 0, 0)

# 複数の顔があった場合、1つずつ四角で囲っていく
for face in faces:

# faceには(四角の左上のx座標, 四角の左上のy座標, 四角の横の長さ, 四角の縦の長さ) が格納されている。

# 囲う四角の左上の座標
coordinates = tuple(face[0:2])
# (囲う四角の横の長さ, 囲う四角の縦の長さ)
length = tuple(face[0:2] + face[2:4])

# 四角で囲う処理
cv2.rectangle(enclosed_faces, coordinates, length, color, thickness=3)

return enclosed_faces

def get_mosaic_faces(self, image, min_size=(100, 100), ratio=20):
"""
顔をモザイクで覆うメソッド。
"""

# イメージをpillowで扱うことのできる形式に変換しておく。
img_edit = Image.fromarray(image)

# 顔認識
faces = self.get_faces(image, min_size)

# 顔があった場合。
if len(faces) > 0:

# 複数の顔があった場合、1つずつ四角で囲っていく。
for face in faces:

# 顔を切り抜く。
cut_face = img_edit.crop((face[0],
face[1],
face[0]+face[2],
face[1]+face[3]))

# 切り抜いた画像を1/20に縮小する。
cut_face = cut_face.resize((int(face[2]/ratio), int(face[3]/ratio)), Image.LINEAR)

# 縮小した画像を本のサイズに戻す。
cut_face = cut_face.resize(face[2:], Image.LINEAR)

# 元の画像に加工した顔画像を貼り付ける。
img_edit.paste(cut_face, tuple(face[:2]))

#pillow用のデータをOpenCVデータに変換
img_opencv = np.asarray(img_edit)

return img_opencv
[/python]

 

実際にカメラを使ってモザイクをかけてみる

MacbookAirのカメラでキャプチャーし、フレーム単位で顔判定してモザイクをかけていく。
sourceディレクトリにfaces.pyを次のように編集した。

[python] # -*- coding: UTF-8 -*-

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

class Face(object):
"""
顔認識して色々遊ぶ関数
"""

def get_faces(self, image, min_size=(100, 100)):
"""
顔を取得するメソッド。
image: cv2.imreadで読み取った変数
min_size: 顔判定する最小サイズの指定。
"""

cascade_path = os.path.dirname(os.path.abspath(__file__)) + "/haarcascades/haarcascade_frontalface_alt.xml"
cascade = cv2.CascadeClassifier(cascade_path)

enclosed_faces = image

#グレースケール
frame_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

#顔判定
"""
minSize で顔判定する際の最小の四角の大きさを指定できる。
(小さい値を指定し過ぎると顔っぽい小さなシミのような部分も判定されてしまう。)
"""
faces = cascade.detectMultiScale(frame_gray, scaleFactor=1.1, minNeighbors=1, minSize=min_size)

return faces

def get_enclosed_faces(self, image, min_size=(100, 100)):
"""
顔を四角で囲うメソッド。
image: cv2.imreadで読み取った変数
min_size: 顔判定する最小サイズの指定。
"""

# 出力結果を格納する変数
enclosed_faces = image

# 顔認識
faces = self.get_faces(image, min_size)

if len(faces) > 0:

# 顔認識の枠の色
color = (255, 0, 0)

# 複数の顔があった場合、1つずつ四角で囲っていく
for face in faces:

# faceには(四角の左上のx座標, 四角の左上のy座標, 四角の横の長さ, 四角の縦の長さ) が格納されている。

# 囲う四角の左上の座標
coordinates = tuple(face[0:2])
# (囲う四角の横の長さ, 囲う四角の縦の長さ)
length = tuple(face[0:2] + face[2:4])

# 四角で囲う処理
cv2.rectangle(enclosed_faces, coordinates, length, color, thickness=3)

return enclosed_faces

def get_mosaic_faces(self, image, min_size=(100, 100), ratio=20):
"""
顔をモザイクで覆うメソッド。
image: cv2.imreadで読み取った変数
min_size: 顔判定する最小サイズの指定。
"""

# イメージをpillowで扱うことのできる形式に変換しておく。
img_edit = Image.fromarray(image)

# 顔認識
faces = self.get_faces(image, min_size)

# 顔があった場合。
if len(faces) > 0:

# 複数の顔があった場合、1つずつ四角で囲っていく。
for face in faces:

# 顔を切り抜く。
cut_face = img_edit.crop((face[0],
face[1],
face[0]+face[2],
face[1]+face[3]))

# 切り抜いた画像を1/20に縮小する。
cut_face = cut_face.resize((int(face[2]/ratio), int(face[3]/ratio)), Image.LINEAR)

# 縮小した画像を本のサイズに戻す。
cut_face = cut_face.resize(face[2:], Image.LINEAR)

# 元の画像に加工した顔画像を貼り付ける。
img_edit.paste(cut_face, tuple(face[:2]))

#pillow用のデータをOpenCVデータに変換
img_opencv = np.asarray(img_edit)

return img_opencv

if __name__ == ‘__main__’:

face = Face()

"""
image = cv2.imread("./image/physicists.jpg", 1)
mosaic_faces = face.get_mosaic_faces(image, min_size=(10, 10))

# 表示
cv2.imshow("Show MOSAIC Image", mosaic_faces)
cv2.waitKey(0)
cv2.destroyAllWindows()
"""

# カメラからキャプチャー
cap = cv2.VideoCapture(0)

while(True):

# 動画ストリームからフレームを取得
ret, frame = cap.read()

# モザイク処理
frame = face.get_mosaic_faces(frame, ratio=40)

# 表示
cv2.imshow(‘MOSAIC FACE’, frame)

# qを押したら終了。
k = cv2.waitKey(1)
if k == ord(‘q’):
break

cap.release()
cv2.destroyAllWindows()

[/python]

実行してみる。

[shell] (opencv_python)$ python faces.py
[/shell]

スクリーンショット 2015-07-11 8.51.52

 

動画じゃなくてわかりづらいけど、顔と判定されたらモザイク処理がかかっている。
本も。

 

Related posts

コメントを残す