AI计算机视觉进阶项目（一）——带口罩识别检测（1）

目录

1项目概述

2.项目流程

3.项目实现

3.1 读取图像

3.2裁剪出人脸

3.2.1模型加载

 3.3将裁剪后的图像转为Blob图像

 4.完整程序

 5.下一章节内容

官方合作微信：gldz_super

本专栏《AI计算机视觉进阶项目》主要以计算机视觉实战项目为主，第一个项目为口罩检测：该项目将分为几个模块进行展示结束：

1项目概述

        要求如下：检测出视频中的人是否带口罩，如果带了进行检测，该项目主要分为正常佩戴、未佩戴口罩以及不规范（漏鼻子）三个类别。训练的数据集有正常佩戴1915张、未佩戴口罩1918张以及不规范（漏鼻子）1919张数据。

2.项目流程

        本节主要完成项目的数据处理模块，由于随着数据量过大训练的参数越多，基于此为了加速模型，对图像进行裁剪主要的人脸区域以及转为Blob格式进行处理（减去均值）具体如下所示：

1. 读取图像
2. 裁剪出人脸
3. 转为Blob格式

3.项目实现

3.1 读取图像

 # 读取图像
    img = cv2.imread('./mask_people.jpg')
    plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    plt.show()

3.2裁剪出人脸

3.2.1模型加载

# 剪切人脸，为了图像的计算效率对人的图像进行剪切
    # 加载SSD模型：将人脸剪切出来
    face_detector = cv2.dnn.readNetFromCaffe('./weights/deploy.prototxt.txt',
                                             'weights/res10_300x300_ssd_iter_140000.caffemodel')

    # 裁剪后的人脸
    face_crop = face_detect(img)
    plt.imshow(cv2.cvtColor(face_crop, cv2.COLOR_BGR2RGB))
    plt.show()

face_detect函数如下所示：

def face_detect(img):
    # 转为blob：进行均值相减，加快运算
    img_blob = cv2.dnn.blobFromImage(img, 1, (300, 300), (104, 177, 123), swapRB=True)
    # 输入
    face_detector.setInput(img_blob)
    # 推理
    detections = face_detector.forward()
    print(detections.shape)

    # 遍历结果
    # 获取原图大小
    img_h, img_w = img.shape[:2]

    # 人数
    person_count = detections.shape[2]

    for face_index in range(person_count):
        # 置信度
        confidence = detections[0, 0, face_index, 2]
        # print(confidence) # 发现大部分置信度都是比较小，我们这挑选比较大的置信度
        if confidence >0.5: # 表示检测到人脸
            locations = detections[0, 0, face_index, 3:7]*np.array([img_w, img_h, img_w, img_h]) # 由于之前归一化了，所以拿到位置要乘以宽高返回到原图大小
            # 用矩形框画出人脸:由于画矩形框不能有小数，所以需要取整
            l, t, r, b = locations.astype('int')
            # cv2.rectangle(img, (l, t), (r, b), (0, 255, 0), 5)
            # plt.imshow(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
            # plt.show()
            return img[t:b, l:r]
    return None

裁剪结果如下所示：

 3.3将裁剪后的图像转为Blob图像

# 转为Blob图像
def imgBlob(img):
    img_blob = cv2.dnn.blobFromImage(img, 1, (100, 100), (104, 177, 123), swapRB=True)
    # 转变后图像由三维会变为四维，所以需要进行维度压缩:变为：(1, 3, 300, 300)
    img_squeeze = np.squeeze(img_blob)  # 变为（3, 300, 300)所以需要转置将3放在后面
    img_squeeze = img_squeeze.T # 输出人倒立横着的，所以需要旋转90度
    # 旋转
    img_rotate = cv2.rotate(img_squeeze, cv2.ROTATE_90_CLOCKWISE)
    # 再进行镜像翻转图像就和原图位置一样
    img_flip = cv2.flip(img_rotate, 1)
    # 去除负数:将小于0设置为0，大于0不变
    img_flip = np.maximum(img_flip, 0)
    # 归一化
    img_blob = img_flip / img_flip.max()

    return img_blob

 4.完整程序

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os, glob
import tqdm

def face_detect(img):
    # 转为blob：进行均值相减，加快运算
    img_blob = cv2.dnn.blobFromImage(img, 1, (300, 300), (104, 177, 123), swapRB=True)
    # 输入
    face_detector.setInput(img_blob)
    # 推理
    detections = face_detector.forward()
    print(detections.shape)

    # 遍历结果
    # 获取原图大小
    img_h, img_w = img.shape[:2]

    # 人数
    person_count = detections.shape[2]

    for face_index in range(person_count):
        # 置信度
        confidence = detections[0, 0, face_index, 2]
        # print(confidence) # 发现大部分置信度都是比较小，我们这挑选比较大的置信度
        if confidence >0.5: # 表示检测到人脸
            locations = detections[0, 0, face_index, 3:7]*np.array([img_w, img_h, img_w, img_h]) # 由于之前归一化了，所以拿到位置要乘以宽高返回到原图大小
            # 用矩形框画出人脸:由于画矩形框不能有小数，所以需要取整
            l, t, r, b = locations.astype('int')
            # cv2.rectangle(img, (l, t), (r, b), (0, 255, 0), 5)
            # plt.imshow(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
            # plt.show()
            return img[t:b, l:r]
    return None

# 转为Blob图像
def imgBlob(img):
    img_blob = cv2.dnn.blobFromImage(img, 1, (100, 100), (104, 177, 123), swapRB=True)
    # 转变后图像由三维会变为四维，所以需要进行维度压缩:变为：(1, 3, 300, 300)
    img_squeeze = np.squeeze(img_blob)  # 变为（3, 300, 300)所以需要转置将3放在后面
    img_squeeze = img_squeeze.T # 输出人倒立横着的，所以需要旋转90度
    # 旋转
    img_rotate = cv2.rotate(img_squeeze, cv2.ROTATE_90_CLOCKWISE)
    # 再进行镜像翻转图像就和原图位置一样
    img_flip = cv2.flip(img_rotate, 1)
    # 去除负数:将小于0设置为0，大于0不变
    img_flip = np.maximum(img_flip, 0)
    # 归一化
    img_blob = img_flip / img_flip.max()

    return img_blob

if __name__ =="__main__":
    # 读取图像
    img = cv2.imread('./mask_people.jpg')
    plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    plt.show()

    # 剪切人脸，为了图像的计算效率对人的图像进行剪切
    # 加载SSD模型：将人脸剪切出来
    face_detector = cv2.dnn.readNetFromCaffe('./weights/deploy.prototxt.txt',
                                             'weights/res10_300x300_ssd_iter_140000.caffemodel')

    # 裁剪后的人脸
    face_crop = face_detect(img)
    plt.imshow(cv2.cvtColor(face_crop, cv2.COLOR_BGR2RGB))
    plt.show()

    img_blob = imgBlob(face_crop)
    plt.imshow(cv2.cvtColor(img_blob, cv2.COLOR_BGR2RGB))
    plt.show()

 5.下一章节内容

1. 处理所有图像
2. 存储为numpy格式