introduction

J'ai détecté et extrait le visage ici, mais j'ai pensé que je pourrais le réaliser en copiant sans trop réfléchir. Cette fois, je voulais essayer de détecter des objets autres que le visage, alors j'ai essayé de l'imiter même si je n'avais pas beaucoup de connaissances.

J'ai créé un classificateur de visage pour Dir en gray à l'aide de l'extraction de visage TensorFlow-④

référence

Aperçu du défi 9 du didacticiel opencv (zone) dans OpenCV

environnement

Jetez un œil à ceci.

J'ai créé un classificateur de visage Dir en gris en utilisant la construction TensorFlow-②Environment

Image à utiliser

C'est Apo.

résultat

Les trois suivants sont détectés.

Les trois images rectangulaires suivantes sont produites.

Code source

`contour_detect.py`


#!/usr/local/bin/python
#! -*- coding: utf-8 -*-

import cv2
import numpy as np

#Image spécifiée(path)Détecte l'objet et affiche l'image du rectangle circonscrit
def detect_contour(path):

  #Charger l'image
  src = cv2.imread(path, cv2.IMREAD_COLOR)

  #Convertir en image en échelle de gris
  gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

  #Binarisation
  retval, bw = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

  #Extraire le contour
  #   contours : [Région][Point No][0][x=0, y=1]
  #   cv2.CHAIN_APPROX_NONE:Tenez le milieu
  #   cv2.CHAIN_APPROX_SIMPLE:Ne tenez pas le milieu
  contours, hierarchy = cv2.findContours(bw, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

  #Nombre de rectangles détectés (spécifiez 0 par défaut)
  detect_count = 0

  #Traitement pour chaque contour
  for i in range(0, len(contours)):

    #Calculer la zone de contour
    area = cv2.contourArea(contours[i])

    #Exclure le bruit (zone trop petite) et le contour global (zone trop grande)
    if area < 1e2 or 1e5 < area:
      continue

    #Rectangle externe
    if len(contours[i]) > 0:
      rect = contours[i]
      x, y, w, h = cv2.boundingRect(rect)
      cv2.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)

      #Enregistrer l'image pour chaque rectangle extrinsèque
      cv2.imwrite('{Chemin du fichier}' + str(detect_count) + '.jpg', src[y:y + h, x:x + w])

      detect_count = detect_count + 1

  #Afficher une image rectangulaire circonscrite
  cv2.imshow('output', src)
  cv2.waitKey(0)

  #Terminer le traitement
  cv2.destroyAllWindows()

if __name__ == '__main__':
  detect_contour('{Chemin du fichier}/{nom de fichier}.jpg')

D'autres choses que j'ai essayées et qui n'ont pas fonctionné

Résumé

Lisez le rectangle comme "kukei" au lieu de "tankei". --S'il y a trop d'objets, la limite d'extraction sortira (?). ――N'est-il pas possible d'effacer les lignes de contour qui se chevauchent lors de la découpe?

L'étape suivante

Découvrez comment effacer le contour. ――Vérifiez la formule pour améliorer un peu plus la précision de détection. ―― Apprenons l'objet en appliquant TensorFlow.