Ошибка: draw_bounding_box () отсутствует 2 обязательных позиционных аргумента: 'r' и 'd' - PullRequest
Новая
       18

Ошибка: draw_bounding_box () отсутствует 2 обязательных позиционных аргумента: 'r' и 'd'

0 голосов
/ 08 июня 2018

Я использую следующий код для определения лица и рисования прямоугольника поверх лица, подобного этому.

enter image description here

Логический вывод.py В этом файле мы пытаемся нарисовать raw_bounding_box вокруг лица: 

import cv2
import matplotlib.pyplot as plt
import numpy as np
from keras.preprocessing import image

def load_image(image_path, grayscale=False, target_size=None):
    pil_image = image.load_face_coordinates(image_path, grayscale, target_size)
    return image.face_coordinates_to_array(pil_image)

def load_detection_model(model_path):
    detection_model = cv2.CascadeClassifier(model_path)
    return detection_model

def detect_faces(detection_model, gray_image_array):
    return detection_model.detectMultiScale(gray_image_array, 1.3, 5)

def draw_bounding_box(face_coordinates, image_array, color,r,d):
    x1,y1,x2,y2 = face_coordinates
    # cv2.rectangle(image_array, (x, y), (x + w, y + h), color, 2)
    cv2.line(image_array, (x1 + r, y1), (x1 + r + d, y1), color, 2)
    cv2.line(image_array, (x1, y1 + r), (x1, y1 + r + d), color, 2)
    cv2.ellipse(image_array, (x1 + r, y1 + r), (r, r), 180, 0, 90, color, 2)
    # Top right
    cv2.line(image_array, (x2 - r, y1), (x2 - r - d, y1), color, 2)
    cv2.line(image_array, (x2, y1 + r), (x2, y1 + r + d), color, 2)
    cv2.ellipse(image_array, (x2 - r, y1 + r), (r, r), 270, 0, 90, color, 2)

    # Bottom left
    cv2.line(image_array, (x1 + r, y2), (x1 + r + d, y2), color, 2)
    cv2.line(image_array, (x1, y2 - r), (x1, y2 - r - d), color, 2)
    cv2.ellipse(image_array, (x1 + r, y2 - r), (r, r), 90, 0, 90, color, 2)

    # Bottom right
    cv2.line(image_array, (x2 - r, y2), (x2 - r - d, y2), color, 2)
    cv2.line(image_array, (x2, y2 - r), (x2, y2 - r - d), color, 2)
    cv2.ellipse(image_array, (x2 - r, y2 - r), (r, r), 0, 0, 90, color, 2)

    image_array = np.zeros((256,256,3), dtype=np.uint8)

deteface.py В этом файле мы обнаруживаем лицо и вызываем функции из Inference.Пы, чтобы нарисовать коробки вокруг лица.

# starting video streaming
cv2.namedWindow('window_frame')
video_capture = cv2.VideoCapture(0)
while True:
    bgr_image = video_capture.read()[1]
    gray_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2GRAY)
    rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)
    faces = detect_faces(face_detection, gray_image)

    for face_coordinates in faces:

        x1, x2, y1, y2 = apply_offsets(face_coordinates, emotion_offsets)
        gray_face = gray_image[y1:y2, x1:x2]
        try:
            gray_face = cv2.resize(gray_face, (emotion_target_size))
        except:
            continue
        gray_face = preprocess_input(gray_face, True)
        gray_face = np.expand_dims(gray_face, 0)
        gray_face = np.expand_dims(gray_face, -1)
        emotion_prediction = emotion_classifier.predict(gray_face)
        emotion_probability = np.max(emotion_prediction)
        emotion_label_arg = np.argmax(emotion_prediction)
        emotion_text = emotion_labels[emotion_label_arg]
        emotion_window.append(emotion_text)

        if len(emotion_window) > frame_window:
            emotion_window.pop(0)
        try:
            emotion_mode = mode(emotion_window)
        except:
            continue

        if emotion_text == 'angry':

            color = emotion_probability * np.asarray((255, 0, 0))
        elif emotion_text == 'sad':
            color = emotion_probability * np.asarray((0, 0, 255))

        elif emotion_text == 'happy':
            color = emotion_probability * np.asarray((0, 128, 255))
        elif emotion_text == 'surprise':
            color = emotion_probability * np.asarray((0, 255, 255))
        else:
            color = emotion_probability * np.asarray((0, 255, 0))

        color = color.astype(int)
        color = color.tolist()

        draw_bounding_box(face_coordinates, rgb_image, color)

Последняя строка кода в этом файле ( detectface.py ), похоже, не верна, поэтому я не знаю, как добавить два отсутствующих требуемых позиционных аргумента: 'r' и 'd' в этом файле.Пожалуйста, поделитесь, если у вас есть идеи для достижения этой цели

1 Ответ

0 голосов
/ 11 июня 2018

То, что делает draw_bounding_box(), это нарисует что-то похожее на зеленую рамку в вашем образце изображения, включая поддержку закругленных углов.

ИМХО, это случай, когда картинка стоит тысячи слов, так что давайте посмотримв верхнем левом углу (остальные 3 сегмента следуют той же схеме, только что повернутая).

imager and d">

, которая генерируется 

cv2.line(image_array, (x1 + r, y1), (x1 + r + d, y1), color, 2)
cv2.line(image_array, (x1, y1 + r), (x1, y1 + r + d), color, 2)
cv2.ellipse(image_array, (x1 + r, y1 + r), (r, r), 180, 0, 90, color, 2)

и где

  • (x1, y1) указывает верхний левый угол прямоугольной области, вокруг которой мы хотим нарисовать рамку.
  • r - радиус окружностидуга (закругленный угол)
  • d - длина 2 линий (горизонтальная и вертикальная)
  • color - цвет для рисования линий и дуг с помощью
  • 2 - толщина линий и дуг

Относительно того, как установить параметры ...

Параметр r выглядит болееэстетический выбор - я бы сказал, что около 8 может выглядеть хорошо, хотя образец изображения, кажется, не имеетзакругленные углы, что будет означать r == 0.Я не уверен (имеется в виду, что я слишком ленив, чтобы попробовать прямо сейчас;)) насколько счастливым cv2.ellipse будет рисовать эллипс с радиусом 0, но простое утверждение if может решить эту проблему (т. Е. Только вызов cv2.ellipseкогда r > 0).

Кажется, что параметр d должен быть установлен так, чтобы разрыв составлял примерно 33% от ROI.Я бы выбрал меньшее измерение (т.е. min(width, height)) ROI, разделил бы его на 3, вычел бы r и использовал бы результат.

...