Dlib による顔検出を行う Python プログラム（Dlib, Python を使用）（Windows 上）

1. 前準備

Python のインストール（Windows上）

注：既にPython（バージョン3.12を推奨）がインストール済みの場合は，この手順は不要である．

winget（Windowsパッケージマネージャー）を使用してインストールを行う

1. Windowsで，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。
2. winget（Windowsパッケージマネージャー）が利用可能か確認する：

   winget --version
   

   
3. Pythonのインストール（下のコマンドにより Python 3.12 がインストールされる）．

   reg add "HKLM\SYSTEM\CurrentControlSet\Control\FileSystem" /v LongPathsEnabled /t REG_DWORD /d 1 /f
   REM Python をシステム領域にインストール
   winget install --scope machine --id Python.Python.3.12 -e --silent
   REM Python のパス
   set "INSTALL_PATH=C:\Program Files\Python312"
   echo "%PATH%" | find /i "%INSTALL_PATH%" >nul
   if errorlevel 1 setx PATH "%PATH%;%INSTALL_PATH%" /M >nul
   echo "%PATH%" | find /i "%INSTALL_PATH%\Scripts" >nul
   if errorlevel 1 setx PATH "%PATH%;%INSTALL_PATH%\Scripts" /M >nul
   

【関連する外部サイト】

• Python公式サイト：https://www.python.org/

【サイト内の関連ページ】

• Python詳細ガイド：Pythonまとめ »

Visual Studio 2022 Build Toolsとランタイムのインストール

管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）し、以下を実行する。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要である。

REM Visual Studio 2022 Build Toolsとランタイムのインストール
winget install --scope machine Microsoft.VisualStudio.2022.BuildTools Microsoft.VCRedist.2015+.x64
set VS_INSTALLER="C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe"
set VS_PATH="C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools"
REM C++開発ワークロードのインストール
%VS_INSTALLER% modify --installPath %VS_PATH% ^
--add Microsoft.VisualStudio.Workload.VCTools ^
--add Microsoft.VisualStudio.Component.VC.Tools.x86.x64 ^
--add Microsoft.VisualStudio.Component.Windows11SDK.22621 ^
--includeRecommended --quiet --norestart

Git のインストール（Windows 上）

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/

Gitのインストール

管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）し、以下を実行する。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM Git をシステム領域にインストール
7-Zip のインストール

管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）し、以下を実行する。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。


REM 7-Zip をシステム領域にインストール
winget install --scope machine --id 7zip.7zip -e --silent
REM 7-Zip のパス設定
set "SEVENZIP_PATH=C:\Program Files\7-Zip"
if exist "%SEVENZIP_PATH%" (
    echo "%PATH%" | find /i "%SEVENZIP_PATH%" >nul
    if errorlevel 1 setx PATH "%PATH%;%SEVENZIP_PATH%" /M >nul
)




2. Dlib Python のインストール，Dlib のソースコード等と，Dlib の学習済みモデルのダウンロード



 Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

 Dlib のパッケージのインストール



Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．


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






 Python の dlib パッケージがインストールできたことの確認



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__ )"






 Dlib のソースコード等のダウンロード

次のコマンドを実行．

cd C:\
rmdir /s /q dlib
git clone https://github.com/davisking/dlib






 Dlib の学習済みモデルのダウンロード

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






 Dlib の動作確認のため，次を実行．エラーメッセージが出ずに，顔検出の結果が表示されれば OK とする．

cd C:\dlib
cd python_examples
python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg













Dlib による顔検出を行う Python プログラム（Dlib に付属のプログラムを使用）



Dlib による顔検出 を行う．



Python プログラムの実行（Windows 上）


 python: python

 pip: python -m pip または pip

 Jupyter Qt Console: jupyter qtconsole

 Jupyter ノートブック (Jupyter Notebook): jupyter notebook

 Jupyter Lab: jupyter lab あるいは python -m jupyter lab

 Nteract: jupyter nteract あるいは python -m jupyter nteract

 Spyder: spyder




 まずは、DLib に同封の顔画像ファイルに何があるかを、簡単にみておく

%HOMEPATH%\dlib\examples\faces の下の顔画像のファイルを確認する





 cnn_face_detector.py をエディタなどで開いて、中身を確認

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．





 Dlib では、顔のサイズは 80 x 80 であるとして、学習済みデータが配布されている。
より小さな顔を検出したいときは、アップサンプルを行う。アップサンプルを行うと、動作は遅くなる。

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。





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





「dets = cnn_face_detector(img, 2)」のとき





「dets = cnn_face_detector(img, 3)」のとき








Dlib による顔検出を行う Python プログラム（手持ちの画像ファイルや，パソコンのカメラで顔検出を行う）



Python の opencv-python のインストール



 Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

 opencv-python のインストール

* 「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





手持ちの画像ファイルで顔検出を行う．



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.


 処理したい画像ファイルを準備

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






 Python プログラムファイルの作成

notepad hoge.py






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)

# 「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 プログラムの実行


Python プログラムの実行: 別ページ »で説明

Python のまとめ: 別ページ »にまとめ


python hoge.py









パソコンのカメラで顔検出を行う．



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.


 Python プログラムファイルの作成

notepad hoge2.py






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 プログラムの実行


Python プログラムの実行: 別ページ »で説明

Python のまとめ: 別ページ »にまとめ


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