ap = argparse.ArgumentParser()
ap.add_argument("-d",
"--detector",
required=True,
help="path to trained detector to load...")
#ap.add_argument("-i","--image",required=True,help="path to an image for object detection...")
ap.add_argument("-a", "--annotate", default=None, help="text to annotate...")
args = vars(ap.parse_args())
detector = ObjectDetector(loadPath=args["detector"])
cap = cv2.VideoCapture("naspati.webm")
grabbed, image = cap.read()
while True:
grabbed, image = cap.read()
x, y, xb, yb = detector.detect(image, annotate=args["annotate"])
#detector.detect(image,annotate=args["annotate"])
center = [[(x / 2 + xb / 2) / 2], [(y + yb) / 3]]
key = cv2.waitKey(1) & 0xFF
# if the 'q' key is pressed, stop the loop
if key == ord("q"):
break
# cleanup the camera and close any open windows
cap.release()
cv2.destroyAllWindows()
class DetectionCamera:
"""
検知カメラ。指定した物体をカメラが写したときに画像を保存することを繰り返す。
"""
def __init__(self):
global test_mode
"""
コンストラクタ。引数をパースする。また、カメラ、画像判定モデルを初期化する。
"""
# (1)引数をパースする
arg_parser = argparse.ArgumentParser(description='Detecting Camera')
arg_parser.add_argument('target_name',
help='Target name to detecting. Split by commas.')
arg_parser.add_argument('-x', '--exclude', default=None,
help='Target excluded from detection. Split by commas.')
arg_parser.add_argument('-i', '--interval', type=int, default=60,
help='Camera shooting interval[sec] (default:60)')
arg_parser.add_argument('-p', '--period', type=int, default=0,
help='Shooting period[min]. Infinite if 0(default).')
arg_parser.add_argument('-d', '--directory', default='./',
help='Output directory (default:current dir)')
arg_parser.add_argument('-l', '--list', action='store_true', default=False,
help='List target names.')
arg_parser.add_argument('-s', '--saveimage', action='store_true', default=False,
help='Save image mode.(default:Off)')
arg_parser.add_argument('-t', '--tweet', action='store_true', default=False,
help='Tweet detected.(default:Off)')
arg_parser.add_argument('-e', '--test', action='store_true', default=False,
help='Test mode.(default:Off)')
args = arg_parser.parse_args()
# パースした引数の内容を変数で覚えておく。
self._target_names = args.target_name.split(',')
self._exclude_names = args.exclude.split(',') if args.exclude is not None else []
self._output_directory = args.directory
self._period_sec = args.period * 60
self._interval_sec = args.interval
self._list_option = args.list
self._save_image_mode = args.saveimage
self._tweet_mode = args.tweet
self._test_mode = args.test
# 検知器を用意し、利用可能なターゲット名称をそこから取得する。
self._detector = ObjectDetector()
available_names = self._detector.list_names()
# 引数"-l"が指定されていたら、利用可能なターゲット名称をリストアップして終了
if self._list_option:
print('Available names:')
print(', '.join(available_names))
exit(0)
# (2)ターゲット名が、利用可能なターゲット名称に含まれるかチェック。
# なければプログラム終了。
for name in self._target_names + self._exclude_names:
if name not in available_names:
print('"{0}" is not available word. Retry input.'.format(name))
print('(Search available words for -l options.)')
exit(0)
# カメラの無い環境であればテストモードを強制的にONにする。
if without_camera:
self._test_mode = True
# (3)引数の内容を表示。
print(('Camera started.\n'
' - Target name : {0}\n'
' - Exclude name : {1}\n'
' - Interval : {2}\n'
' - Shooting period : {3}\n'
' - Output directory: {4}\n'
' - Save image mode : {5}\n'
' - Tweet mode : {6}\n'
' - Test mode : {7}\n'
).format(','.join(self._target_names),
','.join(self._exclude_names),
str(self._interval_sec) + '[sec]',
str(args.period) + '[min]' if self._period_sec != 0 else 'infinite',
self._output_directory,
self._save_image_mode,
self._tweet_mode,
self._test_mode)
)
# (4)画像判定モデルを初期化。
print('Start model loading...')
self._detector.open()
print('Finish.')
# (5)Twitter接続を初期化。
if self._tweet_mode:
self._twitter = Twitter()
def run(self):
"""
カメラ処理。撮影、画像判定、ファイル保存を繰り返す。
"""
print('Start shooting.')
# (1)処理開始時間を保持。このあと経過時間を計算するため。
start_time = datetime.datetime.now()
# (2)カメラを初期化。テストモードならスキップ。
if not self._test_mode:
camera = picamera.PiCamera()
camera.resolution = CAMERA_RESOLUTION
#camera.hflip = True
#camera.vflip = True
'''
# カメラ設定用のオプション。必要に応じてコメント外にコピーすること。
#https://picamera.readthedocs.io/en/release-0.2/api.html
camera.sharpness = 0 # -100 to 100
camera.contrast = 0 # -100 to 100
camera.brightness = 50 # 0 to 100
camera.saturation = 0
camera.ISO = 0
camera.video_stabilization = False
camera.exposure_compensation = 0
camera.exposure_mode = 'auto'
camera.meter_mode = 'average'
camera.awb_mode = 'auto'
camera.image_effect = 'none'
camera.color_effects = None
camera.rotation = 0
camera.hflip = False
camera.vflip = False
camera.crop = (0.0, 0.0, 1.0, 1.0)
'''
# 以下、撮影期間が終了するまで繰り返し
counter = 1
while True:
now_time = datetime.datetime.now()
# (3)カメラ画像を取得。
if not self._test_mode:
camera.capture('tmp.jpg')
# (4)目的のものが写っているか判定。
matched_name, matched_box = self._match_target_image('tmp.jpg', threshold=SCORE_THRESHOLD)
duration = datetime.datetime.now() - now_time
print('[{0}] {1} - Detect {2}. ({3:.1f}[sec])'.format(counter, now_time.strftime('%Y/%m/%d %H:%M:%S'),
matched_name, duration.total_seconds()))
if matched_name is not None:
# (5)写っていたら画像をTwitterに投稿。Tweet modeがONの場合のみ。
if self._tweet_mode:
self._twitter.post(matched_name, 'tmp.jpg')
# (6)画像を保存。
# 元画像は"{指定されたディレクトリ}/{年月日}_{時分秒}_{物体名}.jpg"とし、
# 検知枠の付いた画像は末尾を"_result.jpg"として保存する。
if self._save_image_mode:
now_str = now_time.strftime('%Y%m%d_%H%M%S')
original_file_name = '{0}_{1}.jpg'.format(now_str, matched_name)
original_file_path = os.path.join(self._output_directory, original_file_name)
shutil.copy('tmp.jpg', original_file_path)
result_file_name = '{0}_{1}_result.jpg'.format(now_str, matched_name)
result_file_path = os.path.join(self._output_directory, result_file_name)
shutil.copy('result.jpg', result_file_path)
# (7)経過時間をチェック。オプションで指定した時間異常が過ぎていたら処理を停止する。
elapsed_time = now_time - start_time
elapsed_sec = elapsed_time.total_seconds()
if self._period_sec != 0 and elapsed_sec < self._period_sec:
print('Shooting period ({0} sec) ended.'.format(self._period_sec))
break
# (8)インターバル期間の分、待ち。
wait_time = self._interval_sec - (elapsed_sec % self._interval_sec)
time.sleep(wait_time)
counter += 1
def _match_target_image(self, img_path, threshold=0):
"""
引数の画像に何が写っているか判定し、検知対象であればその物体名を返す。
:param img_path: 確認したい画像
:return: 物体名 検知対象でなければNone
"""
# (1) 画像を判定
results = self._detector.detect(img_path)
# (2) 判定結果のチェック
# 全画像分の判定結果について、写っている物体がターゲット名と同じかチェックし、
# スコアが最高のものだけを記録する。
# またターゲット除外名ものがあれば、即座に中断する。
max_score_name = None
max_score_box = None
max_score = 0
for name, score, box in zip(results['names'], results['scores'], results['boxes']):
# ターゲット除外名であれば即座に終了。
if name in self._exclude_names:
print('Exclude name "{0}" detected.'.format(name))
return None, None
# ターゲットであれば、今までの最高スコアと比較し、最高スコアを更新したら記録する。
if name in self._target_names:
if score > max_score:
max_score = score
max_score_name = name
max_score_box = box
# 最高スコアの物を返す。
return max_score_name, max_score_box
from detector import ObjectDetector
import numpy as np
import cv2
import argparse
ap = argparse.ArgumentParser()
ap.add_argument("-d",
"--detector",
required=True,
help="path to trained detector to load...")
ap.add_argument("-i",
"--image",
required=True,
help="path to an image for object detection...")
ap.add_argument("-a", "--annotate", default=None, help="text to annotate...")
args = vars(ap.parse_args())
detector = ObjectDetector(loadPath=args["detector"])
imagePath = args["image"]
image = cv2.imread(imagePath)
detector.detect(image, annotations=args["annotate"])
from detector import ObjectDetector import numpy as np import cv2 import argparse detector_path = r'd:\Users\boykni\Desktop\object_detection\Object-Detector-master\detector.svm' #annotations_path = r"d:\Users\boykni\Desktop\object_detection\Object-Detector-master\annot.npy" images_path = r"\\Mos-srv1\Petroview\NAWAT\Completion Data\LA_COMPLETION_REPORTS\imageclassifier\training_dataset\titlepage\3_242294_2_1.jpg" detector = ObjectDetector(loadPath=detector_path) imagePath = images_path image = cv2.imread(imagePath) detector.detect(image,annotate="LOGO")
class DetectionCamera:
"""
検知カメラ。指定した物体をカメラが写したときに画像を保存することを繰り返す。
"""
def __init__(self):
global test_mode
"""
コンストラクタ。引数をパースする。また、カメラ、画像判定モデルを初期化する。
"""
# ロガーを初期化する
logging.config.fileConfig('logging.ini')
self.logger = getLogger(__name__)
# 引数をパースする
arg_parser = argparse.ArgumentParser(description='Detecting Camera')
arg_parser.add_argument(
'target_name', help='Target name to detecting. Split by commas.')
arg_parser.add_argument(
'-x',
'--exclude',
default=None,
help='Target excluded from detection. Split by commas.')
arg_parser.add_argument(
'-i',
'--interval',
type=int,
default=60,
help='Camera shooting interval[sec] (default:60)')
arg_parser.add_argument(
'-p',
'--period',
type=int,
default=0,
help='Shooting period[min]. Infinite if 0(default).')
arg_parser.add_argument('-d',
'--directory',
default='./',
help='Output directory (default:current dir)')
arg_parser.add_argument('-l',
'--list',
action='store_true',
default=False,
help='List target names.')
arg_parser.add_argument('-s',
'--saveimage',
action='store_true',
default=False,
help='Save image mode.(default:Off)')
arg_parser.add_argument('-t',
'--tweet',
action='store_true',
default=False,
help='Tweet detected.(default:Off)')
arg_parser.add_argument('-e',
'--test',
action='store_true',
default=False,
help='Test mode.(default:Off)')
args = arg_parser.parse_args()
# パースした引数の内容を変数で覚えておく。
self._target_names = args.target_name.split(',')
self._exclude_names = args.exclude.split(
',') if args.exclude is not None else []
self._output_directory = args.directory
self._period_sec = args.period * 60
self._interval_sec = args.interval
self._list_option = args.list
self._save_image_mode = args.saveimage
self._tweet_mode = args.tweet
self._test_mode = args.test
# 検知器を用意し、利用可能なターゲット名称をそこから取得する。
self._detector = ObjectDetector()
available_names = self._detector.list_names()
# 引数"-l"が指定されていたら、利用可能なターゲット名称をリストアップして終了
if self._list_option:
print('Available names:')
print(', '.join(available_names))
exit(0)
# ターゲット名が、利用可能なターゲット名称に含まれるかチェック。
# なければプログラム終了。
for name in self._target_names + self._exclude_names:
if name not in available_names:
print('"{0}" is not available word. Retry input.'.format(name))
print('(Search available words for -l options.)')
exit(0)
# カメラの無い環境であればテストモードを強制的にONにする。
if without_camera:
self._test_mode = True
# 引数の内容を表示。
self.logger.info(
('Camera started.\n'
' - Target name : {0}\n'
' - Exclude name : {1}\n'
' - Interval : {2}\n'
' - Shooting period : {3}\n'
' - Output directory: {4}\n'
' - Save image mode : {5}\n'
' - Tweet mode : {6}\n'
' - Test mode : {7}\n').format(
','.join(self._target_names), ','.join(self._exclude_names),
str(self._interval_sec) + '[sec]',
str(args.period) +
'[min]' if self._period_sec != 0 else 'infinite',
self._output_directory, self._save_image_mode,
self._tweet_mode, self._test_mode))
# 画像判定モデルを初期化。
self.logger.info('Start model loading...')
self._detector.open()
self.logger.info('Finish.')
# Twitter接続を初期化。
if self._tweet_mode:
self._twitter = Twitter()
self._face_detector = FaceDetector()
def run(self):
"""
カメラ処理。撮影、画像判定、ファイル保存を繰り返す。
"""
self.logger.info('Start shooting.')
# 処理開始時間を保持。このあと経過時間を計算するため。
start_time = datetime.datetime.now()
# カメラを初期化。テストモードならスキップ。
if not self._test_mode:
camera = picamera.PiCamera()
camera.resolution = CAMERA_RESOLUTION
camera.hflip = True
camera.vflip = True
'''
# カメラ設定用のオプション。必要に応じてコメント外にコピーすること。
#https://picamera.readthedocs.io/en/release-0.2/api.html
camera.sharpness = 0 # -100 to 100
camera.contrast = 0 # -100 to 100
camera.brightness = 50 # 0 to 100
camera.saturation = 0
camera.ISO = 0
camera.video_stabilization = False
camera.exposure_compensation = 0
camera.exposure_mode = 'auto'
camera.meter_mode = 'average'
camera.awb_mode = 'auto'
camera.image_effect = 'none'
camera.color_effects = None
camera.rotation = 0
camera.hflip = False
camera.vflip = False
camera.crop = (0.0, 0.0, 1.0, 1.0)
'''
# 以下、撮影期間が終了するまで繰り返し
while True:
now_time = datetime.datetime.now()
# CPU温度をチェック。冷えている場合のみ撮影・投稿処理を続ける。
if not self._is_cpu_hot():
# カメラ画像を取得。
if not self._test_mode:
camera.capture('tmp.jpg')
# 画像に目的のものが写っていればTwitterに投稿する。
self.try_tweet_image(now_time)
# 記録用にCPU温度を出力しておく。
self._is_cpu_hot()
# 経過時間をチェック。オプションで指定した時間異常が過ぎていたら処理を停止する。
elapsed_time = now_time - start_time
elapsed_sec = elapsed_time.total_seconds()
if self._period_sec != 0 and elapsed_sec < self._period_sec:
self.logger.info('Shooting period ({0} sec) ended.'.format(
self._period_sec))
break
# インターバル期間の分、待ち。
wait_time = self._interval_sec - (elapsed_sec % self._interval_sec)
time.sleep(wait_time)
def try_tweet_image(self, now_time):
"""
画像に目的のものが写っていればTwitterに投稿する。
:param now_time: 現在時刻
:return: 写っていた物の名称
"""
# 目的のものが写っているか判定。写っていなければ終了。
matched_name, matched_box = self._match_target_image(
'tmp.jpg', threshold=SCORE_THRESHOLD)
duration = datetime.datetime.now() - now_time
self.logger.info('Detect {0}. ({1:.1f}[sec])'.format(
matched_name, duration.total_seconds()))
if matched_name is None:
return None
# 正規化座標をピクセル座標に変換する
org_image = Image.open('tmp.jpg')
org_width, org_height = org_image.size
ymin_n, xmin_n, ymax_n, xmax_n = matched_box
px_box = (int(xmin_n * org_width), int(xmax_n * org_width),
int(ymin_n * org_height), int(ymax_n * org_height))
# 顔が検知枠の中に含まれているかチェックする。含まれていなければ終了。
contain_face = self._face_detector.contains_face('tmp.jpg', px_box)
self.logger.info(' Contain face: {0}'.format(contain_face))
if not contain_face:
return matched_name
# 目的の物の位置を中心にカメラ画像を切り取る。
self._crop_center(px_box, 'tmp.jpg', 'crop.jpg')
# 切り取り画像をTwitterに投稿。Tweet modeがONの場合のみ。
if self._tweet_mode:
self._twitter.post(matched_name, 'crop.jpg')
# 画像を保存。
# 切り取り画像は"{指定されたディレクトリ}/{年月日}_{時分秒}_{物体名}.jpg"とし、
# 検知枠の付いた判定画像は末尾を"_result.jpg"として保存する。
if self._save_image_mode:
now_str = now_time.strftime('%Y%m%d_%H%M%S')
original_file_name = '{0}_{1}.jpg'.format(now_str, matched_name)
original_file_path = os.path.join(self._output_directory,
original_file_name)
shutil.copy('crop.jpg', original_file_path)
result_file_name = '{0}_{1}_result.jpg'.format(
now_str, matched_name)
result_file_path = os.path.join(self._output_directory,
result_file_name)
shutil.copy('result.jpg', result_file_path)
return matched_name
def _is_cpu_hot(self):
"""
CPUが規定の温度より熱くなっているかを返す
:return: THERMAL_LIMITより熱ければTrue
"""
# CPU温度の出力されたファイルから温度の値を取得する。
# OSの違いなどでファイルが無い場合は、Falseを返して終了。
if not os.path.exists(THERMAL_FILE):
self.logger.info(
'CPU Thermal file does not exist. File:{0}'.format(
THERMAL_FILE))
return False
with open(THERMAL_FILE, 'r') as file:
thermal = int(file.read())
# ファイルには1000倍した整数値が記述されているので、1000で割る。
thermal /= 1000
# THERMAL_LIMITより熱いかチェックし、返す。ログも出力する。
result = (thermal > THERMAL_LIMIT)
result_text = 'hot' if result else 'cool'
self.logger.info('Thermal: {0}\'C => {1}'.format(thermal, result_text))
return result
def _match_target_image(self, img_path, threshold=0):
"""
引数の画像に何が写っているか判定し、検知対象であればその物体名を返す。
:param img_path: 確認したい画像
:return: 物体名 検知対象でなければNone
"""
# 画像を判定
results = self._detector.detect(img_path)
# 判定結果のチェック
# 全画像分の判定結果について、写っている物体がターゲット名と同じかチェックし、
# スコアが最高のものだけを記録する。
# またターゲット除外名ものがあれば、即座に中断する。
max_score_name = None
max_score_box = None
max_score = 0
for name, score, box in zip(results['names'], results['scores'],
results['boxes']):
# ターゲット除外名であれば即座に終了。
if name in self._exclude_names:
self.logger.info('Exclude name "{0}" detected.'.format(name))
return None, None
# ターゲットであれば、今までの最高スコアと比較し、最高スコアを更新したら記録する。
if name in self._target_names:
if score > max_score:
max_score = score
max_score_name = name
max_score_box = box
# 最高スコアの物を返す。
return max_score_name, max_score_box
def _crop_center(self, px_box, original_image_path, crop_image_path):
"""
matched_boxと中央が合う位置で、original_image_pathの画像を切り取り、その結果をcrop_image_pathのファイルに保存する。
:param px_box: ピクセル座標での検知枠
:param original_image_path: 元画像のパス
:param crop_image_path: 切り取った画像を保存するパス
"""
# 元画像を読み込む。
org_image = Image.open(original_image_path)
org_width, org_height = org_image.size
# 検知枠の座標を取り出す。
xmin, xmax, ymin, ymax = px_box
# 検知枠と中心点が合うような切り取り枠の位置を求める。
x_center = (xmin + xmax) / 2
y_center = (ymin + ymax) / 2
crop_width, crop_height = IMAGE_SIZE
xmin_c = round(x_center - (crop_width / 2))
ymin_c = round(y_center - (crop_height / 2))
# 切り取り枠が元画像からはみ出ていたら中央側に寄せる。
if xmin_c < 0:
xmin_c = 0
if ymin_c < 0:
ymin_c = 0
if xmin_c + crop_width > org_width:
xmin_c = org_width - crop_width
if ymin_c + crop_height > org_height:
ymin_c = org_height - crop_height
# 切り取り枠で、元画像を切り取った結果の画像を生成し、保存する。
crop_image = org_image.crop(
(xmin_c, ymin_c, xmin_c + crop_width, ymin_c + crop_height))
crop_image.save(crop_image_path)