[PYTHON] Ich habe versucht, die Gesichtsverdeckungsarbeit des Koordinationsbildes für das Tragen zu automatisieren

Kennst du Wear? WEAR ist eine Website zur Modekoordination und eine unserer Dienstleistungen. Kurz gesagt, es ist ein SNS, der die Modekoordination jeder Person teilt.

Bei einer solchen Abnutzung kenne ich den Grund nicht, aber es scheint beliebt zu sein, das Gesicht mit einem Symbol usw. zu verstecken und es zu posten. Liegt es daran, dass Menschen ohne Gesicht die Koordination objektiv sehen können?

Das Verstecken des Gesichts ist jedoch unerwartet mühsam, und ich wünschte, ich könnte dies automatisieren. Deshalb habe ich ein Programm für die automatische Platzierung von Symbolen implementiert.

Quellcode

import os.path
import datetime
import cv2
import time

#Konstante
#Datenordner
DATA_PATH = "data"
#Ergebnisordner
RESULT_PATH = "result"
#Kaskadenpfad
CASCADE_PATH = "haarcascade_frontalface_default.xml"


def main():
    #Holen Sie sich das aktuelle Verzeichnis
    current_path = os.getcwd()
    icon_image_path = os.path.join(current_path, "icon.png ")
    icon_image = cv2.imread(cv2.samples.findFile(icon_image_path))

    #Datenverzeichnis abrufen
    data_path = os.path.join(current_path, DATA_PATH)
    #Datenverzeichnis abrufen
    result_path = os.path.join(current_path, RESULT_PATH)
    #Holen Sie sich eine Liste der Dateien direkt unter dem Verzeichnis
    data_list = os.listdir(data_path)

    for file in data_list:

        #Start der Messzeit für die Verarbeitungszeit
        start = time.time()

        #Dateierweiterung abrufen
        file_name, ext = os.path.splitext(file)

        #Wenn die Erweiterung PNG oder JPEG ist
        if ext == u'.png' or ext == u'.jpg' or ext == u'.jpeg':
            #Bild laden
            input_path = os.path.join(data_path, file)
            #Bildspeicher eingeben
            image = cv2.imread(cv2.samples.findFile(input_path))

            #Graustufenumwandlung
            image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

            #Ermitteln Sie die Merkmalsmenge des Kaskadenklassifikators
            cascade = cv2.CascadeClassifier(CASCADE_PATH)

            face_rect = cascade.detectMultiScale(image_gray, 1.1, 3, 5)

            if 0 < len(face_rect):

                print("Face discovery")

                for x, y, w, h in face_rect:
                    #Verstecke dein Gesicht
                    image = put_icon(image, (x, y, x + w, y + h), icon_image)

            else:

                print("Face not found")

            output_path = os.path.join(result_path, create_time_path(file_name, ".png "))
            #Bild speichern
            cv2.imwrite(output_path, image)

            #Timer der Verarbeitungszeitmessung stoppen
            t = time.time() - start

            print(output_path, ":", t)


#Geben Sie einen eindeutigen Dateipfad einschließlich der Zeit aus
def create_time_path(file_name, ext):
    #Holen Sie sich die aktuelle Zeit
    time = datetime.datetime.now()
    #Erstellen Sie einen Pfad
    path = file_name + time.strftime("%Y%m%d%H%M%S") + ext

    return path


def put_icon(img, rect, icon_image):
    #Holen Sie sich den Bereich, der das Symbol abdeckt
    x1, y1, x2, y2 = rect
    w = x2 - x1
    h = y2 - y1
    #Überlagern Sie das Symbol auf dem Bild
    img2 = img.copy()
    icon_image = cv2.resize(icon_image, (w, h), cv2.INTER_AREA)
    img2[y1:y2, x1:x2] = icon_image
    return img2

if __name__ == '__main__':
    main()

Ausführungsergebnis

Die Koordination des Originalbildes sieht so aus. (Verwenden Sie die Fotos, die beliebt sind ...)

Nach der Ausführung passt das Icon perfekt! !! !! Die mühsame Arbeit kann in kürzester Zeit erledigt werden! !! Machen Sie sich keine Sorgen, dass das Symbolbild geeignet ist ...

Schließlich

Da die Genauigkeit der Gesichtserkennung nicht so gut ist, werden je nach Foto viele Symbole festgelegt. Daher ist es möglicherweise besser, sie leicht zu verwenden.