Vous pouvez effectuer les opérations suivantes sans installation

Image d'entrée (image originale)

L'image de sortie (image après conversion) et la position du visage du chat sont reconnues, et un cercle y est ajouté.

Vous aurez besoin d'un compte Google car vous utiliserez Google Colaboratory.

1. Connectez-vous à Google Colaboratory

Recherchez «Google Drive» et connectez-vous avec votre compte Google.

Sélectionnez «Nouveau», «Autre» et «Ajouter une application».

Sélectionnez Colaboratoire.

Cliquez sur Continuer pour installer Colaboratory.

Après l'installation, vous pouvez sélectionner «Google Colaboratory» dans «Nouveau» et «Autre».

Si vous sélectionnez «Google Colaboratory», un nouveau fichier sera créé et Colaboratory démarrera.

À partir de ce moment, tout, sauf la préparation des fichiers nécessaires, sera effectué au sein du Colaboratoire.

2. OpenCV, chargement de la bibliothèque de dessins (matplotlib)

Tapez ce qui suit dans la première cellule du laboratoire et appuyez sur Maj + Entrée. C'est OK si la version OpenCV (4.1.2 à partir du 17.08.2020) est affichée.

%matplotlib inline #Sortie matplotlib en ligne(Pas un pop-up)À.
import cv2 #Charger opencv
import matplotlib.pyplot as plt #Chargez matplotlib et utilisez pyplot avec le nom plt.
print(cv2.__version__) #Affichez la version d'opencv et vérifiez le chargement.
#production
# 4.1.2

3. Préparez les fichiers nécessaires

Téléchargez les données apprises depuis https://github.com/opencv/opencv/tree/master/data/haarcascades ..

Pour l'instant, cliquez sur le fichier haarcascade_frontalcatface.xml pour reconnaître le visage du chat.

Cliquez avec le bouton droit sur Raw pour enregistrer le fichier.

4. Téléchargez le fichier dans Colaboratory

Écrivez le code suivant dans la deuxième cellule et appuyez sur Maj + Entrée.

from google.colab import files #Utilisez les opérations sur les fichiers de la bibliothèque collaborative.
f = files.upload() #Téléchargez le fichier.

Appuyez sur "Sélectionner un fichier" pour télécharger le fichier.

Le fichier télécharge les deux suivants.

Fichier image que vous souhaitez convertir
haarcascade_frontalcatface.xml (Préparez les fichiers nécessaires, téléchargés en)

Écrivez le code suivant dans la cellule suivante, appuyez sur Maj + Entrée et exécutez-le, et vérifiez que le nom du fichier téléchargé est sorti (dans cet exemple, le nom de fichier de l'image que vous souhaitez convertir est "IMG_20200808_181512". .jpg ").

!ls #Exécutez la commande système ls pour vérifier si le fichier est téléchargé.
#production
# haarcascade_frontalcatface.xml	IMG_20200808_181512.jpg  sample_data

5. Chargez l'image avec OpenCV

Écrivez le code suivant dans une nouvelle cellule et appuyez sur Maj + Entrée pour l'exécuter.

#nom de fichier(IMG_20200808_181512.jpg)Veuillez changer le nom de fichier de l'image que vous avez téléversée.
img = cv2.imread("./IMG_20200808_181512.jpg ") #Chargement des images
show_img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) #Créez une image avec le format BGR converti au format RVB pour l'affichage.
plt.imshow(show_img) # matplot.Affichez l'image lue à l'aide de lib.

C'est OK si l'image téléchargée est affichée comme indiqué ci-dessous.

6. Reconnaissez le visage et tracez un cercle et une flèche à la position du visage

Écrivez le code suivant dans une nouvelle cellule et appuyez sur Maj + Entrée pour l'exécuter. Pour plus de détails sur cv2.circle et cv2.putText, voir [Fonction de dessin OpenCV](http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_gui/py_drawing_functions/ Veuillez vous référer à py_drawing_functions.html) etc.

#Générer un modèle à partir d'un fichier entraîné
face_cascade = cv2.CascadeClassifier('./haarcascade_frontalcatface.xml')
#Générer une image grise
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#Reconnaissance de visage
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

#Boucle avec résultat de reconnaissance x,y:Rectangle supérieur gauche du visage, w,h:Largeur et hauteur du rectangle de visage
for (x,y,w,h) in faces:
  #Tracez un cercle à la position du visage
  img = cv2.circle(img,(x+int(w/2),y+int(h/2)),int(max(w/2,h/2)),(0,0,255),12)
  #Dessinez une flèche avec des lettres
  cv2.putText(img,"<---",(x+w,y+int(h/2)),cv2.FONT_HERSHEY_SIMPLEX,8,(0,0,255),32,cv2.LINE_AA)

#Convertir en RVB pour le dessin
show_img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
#Dessiner le résultat
plt.imshow(show_img)

Si le visage du chat est entouré et a une flèche comme indiqué ci-dessous, cela réussit. Cependant, il y a des moments où le visage ne peut pas être reconnu. Par exemple, sur cette image, le chat à trois poils nous fait face derrière, mais le visage n'est pas reconnaissable.

7. Autre

Veuillez vous référer à des sites tels que Tutoriel OpenCV-Python.

[PYTHON] Essayez OpenCV avec Google Colaboratory