OpenCV Alpha Layer PNG Edge Detection - PullRequest
Новая
       103

OpenCV Alpha Layer PNG Edge Detection

0 голосов
/ 01 апреля 2020

Мне было очень трудно получить numpy матрицы моего фона и цели увеличения. Этот проект предназначен для создания фильтра лица с обнаружением эмоций, который в конечном итоге будет интегрирован в API. Проблема, которую я получаю, заключается в том, что я хочу загрузить это в формате PNG с соблюдением прозрачности, потому что использование JPG и вырезание белой оси не обрезает его. Плз HLP. Заранее спасибо. 

Traceback (most recent call last):
  File "/Users/dev/Desktop/capstone/bvarface/bvarface/main.py", line 67, in <module>
    main()
  File "/Users/dev/Desktop/capstone/bvarface/bvarface/main.py", line 53, in main
    window[height[0]: height[1], width[0]: width[1]] = augment_face(window[height[0]: height[1], width[0]: width[1]], augment)
  File "/Users/dev/Desktop/capstone/bvarface/bvarface/main.py", line 22, in augment_face
    augment_target[offset[1]: offset[1] + shape[1], offset[0]: offset[0] + shape[0]] = scaled_target
ValueError: could not broadcast input array from shape (316,204,4) into shape (316,204,3)

Из того, что я могу собрать, форма немного отклонена, но я пробую много разных вещей, и этот размер - самый близкий, который я смог получить. 

import cv2
import numpy

def augment_face(target: numpy.array, augment: numpy.array) -> numpy.array:
    target_height, target_width, _ = target.shape
    augment_height, augment_width, _ = augment.shape
    augment_copy = augment

    scalar = min(target_width / augment_width,
                target_height / augment_height)

    shape = (int(augment_width * scalar), int(augment_height * scalar))
    offset = (int((target_width - shape[0]) * 0.5), int((target_height - shape[1]) * 0.5))
    scaled_target = cv2.resize(augment, shape)


    augment_target = target.copy()
    #white_filter = (scaled_target < 250).all(axis=2)

    augment_target[offset[1]: offset[1] + shape[1], offset[0]: offset[0] + shape[0]] = scaled_target
    return augment_target



def main():
    augment = cv2.imread("bvarface/static/neutral.png", cv2.IMREAD_UNCHANGED)
    image = augment[:,:,0:3]
    augment_image = augment[:,:,3] / 255.0
    augment_border = 1.0 - augment_image

    cap = cv2.VideoCapture(0)

    cascade = cv2.CascadeClassifier(
        cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

    while True:
        _, window = cap.read()
        bw = cv2.equalizeHist(cv2.cvtColor(window, cv2.COLOR_BGR2GRAY))

        faces = cascade.detectMultiScale(
            bw, scaleFactor=1.3, minNeighbors=4, minSize=(30, 30),
            flags=cv2.CASCADE_SCALE_IMAGE)

        for x0, y0, x1, y1 in faces:
            width = (x0, x0 + x1)
            height = (int(y0 - (y1 * 0.25)), int(y0 + (y1 * 0.75)))

            if width[0] < 0 or width[1] > window.shape[1] or height[0] < 0 or height[1] > window.shape[0]:
                continue

            window[height[0]: height[1], width[0]: width[1]] = augment_face(window[height[0]: height[1], width[0]: width[1]], augment)
            for c in range(0, 3):
                window[height[0]: height[1], width[0]: width[1], c] = \
                    (image[:, :, c] * augment_image + window[height[0]: height[1], width[0]: width[1], c] * augment_border)

        cv2.imshow("BVAR Face", window)
        if cv2.waitKey(1) == ord("q"):
            break

    cap.release()
    cv2.destroyAllWindows()


if __name__ == "__main__":
    main()

1 Ответ

0 голосов
/ 01 апреля 2020 
def augment_face(target: numpy.array, augment: numpy.array) -> numpy.array:
    target_height, target_width, _ = target.shape
    augment_height, augment_width, _ = augment.shape
    augment_copy = augment

    scalar = min(target_width / augment_width,
                target_height / augment_height)

    shape = (int(augment_width * scalar), int(augment_height * scalar))
    offset = (int((target_width - shape[0]) * 0.5), int((target_height - shape[1]) * 0.5))
    scaled_target = cv2.resize(augment, shape)
    image = scaled_target[:,:,0:3]
    mask = scaled_target[:,:,3] / 255.0
    border = 1.0 - mask

    augment_target = target.copy()
    for c in range(0, 3):
        augment_target[offset[1]: offset[1] + shape[1], offset[0]: offset[0] + shape[0], c] = \
            image[:, :, c] * mask + augment_target[offset[1]: offset[1] + shape[1], offset[0]: offset[0] + shape[0], c] * border
    return augment_target

Нашел ответ, поместив альфа непосредственно в функцию увеличения.

...