2017-02-11 - Nao_uの日記

■ PythonでOpenCV

オプティカルフローを取得するのはOpenCVでやるのがよさそうで、OpenCVで画像処理するならC++よりPythonのほうが色々融通が利く。

ちょうど「ゼロから作るDeep Leraning」のためにAnaconda3を入れてたので、そこでOpenCVを動かして試すのが楽そう。

Deep Learning本を見てた時はコマンドラインでやってたけど、いろいろ調べてたらSpyderという統合環境がAnacondaを入れたときに一緒にインストールされてたことに気づいた。これは便利。

Pythonは10年以上前にバイナリコンバートツールを作った時からちゃんと触ったことがなかったけど、当時より応用範囲が増えてて、速度を問わないことをやるならC++より便利な環境になってる。使い方を覚えておいて損はなさそう。

Windows Anaconda Python 3.5 への OpenCV 3.1 のインストール

http://nixeneko.hatenablog.com/entry/2016/01/20/012509

スタートメニューから Anaconda3 → Anaconda Prompt を起動し、
conda install -c https://conda.binstar.org/menpo opencv3
と入力。 Anaconda のパッケージマネージャ conda を使ってインストールする。途中で“Proceed?”とか聞かれたので y を入力しエンターキーを押す。
しばらく待つと OpenCV 3.1.0 がインストールされた。

Python版OpenCV入門

http://opencv.blog.jp/python/nyumon

顔認識して枠を表示

import numpy as np
import cv2

def readFile(filename):
    image = cv2.imread(filename)
    gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)  # RGB画像をグレースケールに変換
   
    # 分類器を作る
    cascade_path = "test/haarcascade_frontalface_alt.xml"
    cascade = cv2.CascadeClassifier(cascade_path)
    color = (255,255,255)
    # 顔認識
    facerect = cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=1, minSize=(1, 1))
    # 認識した顔に枠を表示
    if len(facerect) > 0:
        for rect in facerect:
            cv2.rectangle(image, tuple(rect[0:2]),tuple(rect[0:2]+rect[2:4]), color, thickness=2)
    else:
        print("no face")        
        
    cv2.imshow('original',image)
    cv2.imshow("Show",gray)

    cv2.waitKey()
    
readFile("test/Lenna.png")