ビデオ ファイルから作業し、OpenCV Haar 正面顔カスケードを使用して、顔が見つかるまでビデオをフレームごとにスキャンします。次に、これらの座標を (OpenCV のサンプル コードを使用して) Camshift に渡し、そのフレームからその顔を追跡します。次に、Camshift から返された追跡ボックス内で Haar の目/口の検出を使用しています。
これを行うと、目/口の検出はほとんどまたはまったく結果を返しません。
Camshiftなしで同じ目と口の検出器を使用してビデオを基本的に実行すると、目と口が検出されます(ただし、口を目として検出したり、その逆を検出したりすることがよくありますが、Camshiftで追跡したROIアプローチよりもはるかに優れた検出です) )。
これは私の期待に反することです。既知の追跡された顔の ROI 内で検索を制限することで、ビデオ フレーム全体のばかげたスキャンを行う場合よりもはるかに信頼性の高い顔の特徴検出が可能になるのではないでしょうか? 検索座標で不適切なことをしているのかもしれません…</p>
どんな助けでも大歓迎です。
import numpy as np
import cv2
import cv
from common import clock, draw_str
import video
class App(object):
def __init__(self, video_src):
if video_src == "webcam":
self.cam = video.create_capture(0)
else:
self.vidFile = cv.CaptureFromFile('sources/' + video_src + '.mp4')
self.vidFrames = int(cv.GetCaptureProperty(self.vidFile, cv.CV_CAP_PROP_FRAME_COUNT))
self.cascade_fn = "haarcascades/haarcascade_frontalface_default.xml"
self.cascade = cv2.CascadeClassifier(self.cascade_fn)
self.left_eye_fn = "haarcascades/haarcascade_eye.xml"
self.left_eye = cv2.CascadeClassifier(self.left_eye_fn)
self.mouth_fn = "haarcascades/haarcascade_mcs_mouth.xml"
self.mouth = cv2.CascadeClassifier(self.mouth_fn)
self.selection = None
self.drag_start = None
self.tracking_state = 0
self.show_backproj = False
self.face_frame = 0
cv2.namedWindow('camshift')
cv2.namedWindow('source')
#cv2.namedWindow('hist')
if video_src == "webcam":
while True:
ret, img = self.cam.read()
self.rects = self.faceSearch(img)
print "Searching for face..."
if len(self.rects) != 0:
break
else:
for f in xrange(self.vidFrames):
img = cv.QueryFrame(self.vidFile)
tmp = cv.CreateImage(cv.GetSize(img), 8, 3)
cv.CvtColor(img, tmp, cv.CV_BGR2RGB)
img = np.asarray(cv.GetMat(tmp))
print "Searching frame", f+1
self.face_frame = f
self.rects = self.faceSearch(img)
if len(self.rects) != 0:
break
def faceSearch(self, img):
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.equalizeHist(gray)
rects = self.detect(gray, self.cascade)
if len(rects) != 0:
print "Detected face"
sizeX = rects[0][2] - rects[0][0]
sizeY = rects[0][3] - rects[0][1]
print "Face size is", sizeX, "by", sizeY
return rects
else:
return []
def detect(self, img, cascade):
# flags = cv.CV_HAAR_SCALE_IMAGE
rects = cascade.detectMultiScale(img, scaleFactor=1.1, minNeighbors=2, minSize=(80, 80), flags = cv.CV_HAAR_SCALE_IMAGE)
if len(rects) == 0:
return []
rects[:,2:] += rects[:,:2]
return rects
def draw_rects(self, img, rects, color):
for x1, y1, x2, y2 in rects:
cv2.rectangle(img, (x1, y1), (x2, y2), color, 2)
def show_hist(self):
bin_count = self.hist.shape[0]
bin_w = 24
img = np.zeros((256, bin_count*bin_w, 3), np.uint8)
for i in xrange(bin_count):
h = int(self.hist[i])
cv2.rectangle(img, (i*bin_w+2, 255), ((i+1)*bin_w-2, 255-h), (int(180.0*i/bin_count), 255, 255), -1)
img = cv2.cvtColor(img, cv2.COLOR_HSV2BGR)
cv2.imshow('hist', img)
cv.MoveWindow('hist', 0, 440)
def faceTrack(self, img):
vis = img.copy()
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, np.array((0., 60., 32.)), np.array((180., 255., 255.)))
x0, y0, x1, y1 = self.rects[0]
self.track_window = (x0, y0, x1-x0, y1-y0)
hsv_roi = hsv[y0:y1, x0:x1]
mask_roi = mask[y0:y1, x0:x1]
hist = cv2.calcHist( [hsv_roi], [0], mask_roi, [16], [0, 180] )
cv2.normalize(hist, hist, 0, 255, cv2.NORM_MINMAX);
self.hist = hist.reshape(-1)
#self.show_hist()
vis_roi = vis[y0:y1, x0:x1]
cv2.bitwise_not(vis_roi, vis_roi)
vis[mask == 0] = 0
prob = cv2.calcBackProject([hsv], [0], self.hist, [0, 180], 1)
prob &= mask
term_crit = ( cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 1 )
track_box, self.track_window = cv2.CamShift(prob, self.track_window, term_crit)
if self.show_backproj:
vis[:] = prob[...,np.newaxis]
try: cv2.ellipse(vis, track_box, (0, 0, 255), 2)
except: print track_box
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.equalizeHist(gray)
xc = track_box[0][0]
yc = track_box[0][1]
xsize = track_box[1][0]
ysize = track_box[1][1]
x1 = int(xc - (xsize/2))
y1 = int(yc - (ysize/2))
x2 = int(xc + (xsize/2))
y2 = int(yc + (ysize/2))
roi_rect = y1, y2, x1, x2
roi = gray[y1:y2, x1:x2]
vis_roi = img.copy()[y1:y2, x1:x2]
subrects_left_eye = self.detect(roi.copy(), self.left_eye)
subrects_mouth = self.detect(roi.copy(), self.mouth)
if subrects_left_eye != []:
print "eye:", subrects_left_eye, "in roi:", roi_rect
self.draw_rects(vis_roi, subrects_left_eye, (255, 0, 0))
self.draw_rects(vis_roi, subrects_mouth, (0, 255, 0))
cv2.imshow('test', vis_roi)
dt = clock() - self.t
draw_str(vis, (20, 20), 'time: %.1f ms' % (dt*1000))
#draw_str(vis, (20, 35), 'frame: %d' % f)
cv2.imshow('source', img)
cv.MoveWindow('source', 500, 0)
cv2.imshow('camshift', vis)
def run(self):
if video_src == "webcam":
while True:
self.t = clock()
ret, img = self.cam.read()
self.faceTrack(img)
ch = 0xFF & cv2.waitKey(1)
if ch == 27:
break
if ch == ord('b'):
self.show_backproj = not self.show_backproj
else:
for f in xrange(self.face_frame, self.vidFrames):
self.t = clock()
img = cv.QueryFrame(self.vidFile)
if type(img) != cv2.cv.iplimage:
break
tmp = cv.CreateImage(cv.GetSize(img), 8, 3)
cv.CvtColor(img, tmp, cv.CV_BGR2RGB)
img = np.asarray(cv.GetMat(tmp))
self.faceTrack(img)
ch = 0xFF & cv2.waitKey(5)
if ch == 27:
break
if ch == ord('b'):
self.show_backproj = not self.show_backproj
cv2.destroyAllWindows()
if __name__ == '__main__':
import sys
try: video_src = sys.argv[1]
except: video_src = '1'
App(video_src).run()