【目次】
【サイト内の関連ページ】
【用語説明】
Gitは，バージョン管理システム．ソースコードの管理や複数人での共同に役立つ．
【サイト内の関連ページ】 Windows での Git のインストール: 別ページ »で説明
【関連する外部ページ】 Git の公式ページ: https://git-scm.com/
7-Zipは，ファイル圧縮・展開（解凍）ツール
コマンドプロンプトを管理者として実行: 別ページ »で説明
次のコマンドは，7-Zipをインストールするものである．
winget install --scope machine 7zip.7zip powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
【関連する外部ページ】
【サイト内の関連ページ】
【関連する外部ページ】 Python の公式ページ: https://www.python.org/
【インストールの判断】 Build Tools for Visual Studio は，開発ツールセットである． Visual Studio は統合開発環境であり，いくつかの種類があり，Build Tools for Visual Studioの機能を含むか連携して使用するものである．インストールは以下の基準で判断してください：
Visual Studio 2022 をインストールする際に，「C++ によるデスクトップ開発」を選択することで， Build Tools for Visual Studio 2022 の機能も一緒にインストールされる．
不明な点がある場合は，Visual Studio 全体をインストール を行う方が良い．
コマンドプロンプトを管理者として実行: 別ページ »で説明
次のコマンドを実行
次のコマンドは，Build Tools for Visual Studio 2022と VC2015 再配布可能パッケージをインストールするものである．
起動方法: スタートメニューの「Visual Studio Installer」を選ぶ．
![[image]](../../tools/win/5059.png)
![[image]](../../tools/win/5586.png)
コマンドプロンプトを管理者として実行: 別ページ »で説明
次のコマンドを実行
次のコマンドは，Visual Studio Community 2022と VC2015 再配布可能パッケージをインストールするものである．
起動方法: スタートメニューの「Visual Studio Installer」を選ぶ．
コマンドプロンプトを管理者として実行: 別ページ »で説明
次のコマンドを実行．
python -m pip uninstall -y dlib cd C:\ rmdir /s /q dlib git clone https://github.com/davisking/dlib cd C:\dlib python setup.py build --no DLIB_GIF_SUPPORT python setup.py install --no DLIB_GIF_SUPPORT
![[image]](../../tools/win/4803.png)
バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．
python -c "import dlib; print( dlib.__version__ )"
![[image]](../../tools/win/4804.png)
次のコマンドを実行．
cd C:\ rmdir /s /q dlib git clone https://github.com/davisking/dlib
![[image]](../../tools/win/4805.png)
次のコマンドを実行．
cd C:\dlib cd python_examples curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2 curl -O http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2 curl -O http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2 curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2 "c:\Program Files\7-Zip\7z.exe" x mmod_human_face_detector.dat.bz2 "c:\Program Files\7-Zip\7z.exe" x dlib_face_recognition_resnet_model_v1.dat.bz2 "c:\Program Files\7-Zip\7z.exe" x shape_predictor_5_face_landmarks.dat.bz2 "c:\Program Files\7-Zip\7z.exe" x shape_predictor_68_face_landmarks.dat.bz2 del mmod_human_face_detector.dat.bz2 del dlib_face_recognition_resnet_model_v1.dat.bz2 del shape_predictor_5_face_landmarks.dat.bz2 del shape_predictor_68_face_landmarks.dat.bz2
![[image]](../../tools/win/4806.png)
cd C:\dlib cd python_examples python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
![[image]](../../tools/win/4807.png)
![[image]](../../tools/win/4808.png)
Dlib による顔検出 を行う．
Python プログラムの実行（Windows 上）
%HOMEPATH%\dlib\examples\faces の下の顔画像のファイルを確認する
![[image]](../../db/dlib/36.png)
Dlib には Convolutional Network による顔検出の機能があり、顔検出させるためのプログラムは実質２行． 画面を開く、画像ファイルを読み込む、画像データを表示する、顔部分を四角で描くといったことも簡単なコマンド．
![[image]](../../db/dlib/40.png)
cnn_face_detector.py の「dets = cnn_face_detector(img, 1)」の「1」を「2」や「3」に変える。 そして、再び、cnn_face_detector.py を実行する。
![[image]](../../db/dlib/392.png)
上で使用した画像を、縦、横 0.4 倍した画像で試してみる。 まず、「dets = cnn_face_detector(img, 1)」のとき
![[image]](../../db/dlib/393.png)
「dets = cnn_face_detector(img, 2)」のとき
![[image]](../../db/dlib/394.png)
「dets = cnn_face_detector(img, 3)」のとき
![[image]](../../db/dlib/395.png)
コマンドプロンプトを管理者として実行: 別ページ »で説明
* 「pip install ...」は，Python パッケージをインストールするための操作
python -m pip install -U opencv-python opencv-contrib-python
dlib に付属の「face_detector.py」を参考にして、次のプログラムを作成してみた.
ファイル名は a.png にする． %HOMEPATH%\dlib\python_examples に置く．
cd C:\dlib\python_examples curl -O https://www.kkaneko.jp/sample/face/126.png move 126.png a.png
![[image]](../../db/dlib/426.png)
notepad hoge.py
![[image]](../../db/dlib/427.png)
ソースコードは次の通り．
![[image]](https://www.kkaneko.jp/info/logo_png.png){kind=logo}
import dlib
import cv2
import numpy as np
def box_label(img, x1, y1, x2, y2, label):
cv2.rectangle(img, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
cv2.rectangle(img, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
cv2.putText(img, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)
# 「mmod_human_face_detector.bat」のところは、学習済みモデルのファイル名．
face_detector = dlib.cnn_face_detection_model_v1('mmod_human_face_detector.dat')
# 画像ファイル名を a.png のところに設定
img = cv2.imread('a.png')
if img is None:
print("画像ファイルがない")
exit()
# 顔検出を行う．
faces = face_detector(img, 1)
# 顔検出で得られた顔（複数あり得る）それぞれについて、四角を書く
for i, f in enumerate(faces):
box_label(img, f.rect.left(), f.rect.top(), f.rect.right(), f.rect.bottom(), 'face')
# 画面に描画
cv2.imshow('',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# ファイルに保存
cv2.imwrite("result.png", img)
python hoge.py
![[image]](../../db/dlib/421.png)
dlib に付属の「face_detector.py」を参考にして、次のプログラムを作成してみた.
notepad hoge2.py
![[image]](../../db/dlib/428.png)
ソースコードは次の通り．
import dlib
import cv2
import numpy as np
def box_label(img, x1, y1, x2, y2, label):
cv2.rectangle(img, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
cv2.rectangle(img, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
cv2.putText(img, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)
# ディープラーニングを使わない．精度は低下し，性能は上がるとされている．
face_detector = dlib.get_frontal_face_detector()
# ビデオカメラ
v = cv2.VideoCapture(0)
while(v.isOpened()):
r, img = v.read()
if ( r == False ):
break
# 顔検出を行う
faces = face_detector(img, 1)
for i, f in enumerate(faces):
# 四角を書く
box_label(img, f.left(), f.top(), f.right(), f.bottom(), 'face')
print(d)
cv2.imshow("", img)
if cv2.waitKey(1) & 0xFF == ord('q'):
cv2.destroyAllWindows()
break
python hoge2.py
* 途中で止めたいとき，右上の「x」をクリックしない．画面の中をクリックしてから，「q」のキーを押して閉じる
![[image]](../../db/dlib/266.png)
金子邦彦研究室公式Webページへようこそ． サイト内検索は専用ページをご利用ください． サイトマップも用意しています．
公開資料は「クリエイティブコモンズ BY NC SA」ライセンスを適用しています． 資料の利用条件等については別ページで説明しています．
問い合わせ先： 金子邦彦（かねこ くにひこ） ![[image]](https://www.kkaneko.jp/info/kanekomail.png)