ipazc/MTCNN のインストールと動作確認（顔検出）（Python を使用）（Windows 上）

前準備

Python のインストール（Windows 上）

Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明

【サイト内の関連ページ】

Python のまとめ: 別ページ »にまとめ

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

Python 用 numpy, scikit-image, opencv-python のインストール

Windows の場合

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

python -m pip install -U numpy scikit-image opencv-python opencv-contrib-python

このページで説明のために使用するビデオ、写真

必要であればダウンロードして使ってください．

• ここで使用する mp4 形式動画ファイル: sample1.mp4
• ここで使用する顔写真: 126.png, 127.png
  

顔検出（ipazc/MTCNN を使用）

1. ipazc/MTCNN のインストール

   python -m pip install -U mtcnn 
   

2. mtcnn の factory.py を書き換える．

   現在の TensorFlow で動くようにするための変更

   次のようなコマンドで，エディタを起動．

   notepad c:\program files\python39\lib\site-packages\mtcnn\network\factory.py
   

   先頭部分を次のように書き換える．

   from __future__ import absolute_import, division, print_function, unicode_literals
   import tensorflow.compat.v1 as tf
   # tf.enable_v1_behavior()
   import tensorflow.keras as keras
   import os
   os.environ['CUDA_VISIBLE_DEVICES'] = '0' # 0 = GPU use; -1 = CPU use
   config = tf.compat.v1.ConfigProto( device_count = {'GPU': 1 , 'CPU': 3} )
   sess = tf.compat.v1.Session(config=config)
   tf.keras.backend.set_session(sess)
   from tensorflow.keras.applications.resnet50 import ResNet50
   from tensorflow.keras.preprocessing import image
   from tensorflow.keras.applications.resnet50 import preprocess_input, decode_predictions
   from tensorflow.keras.utils import plot_model
   from tensorflow.keras.models import Model
   from tensorflow.keras.layers import Dense, Dropout, GlobalAveragePooling2D, Input, Conv2D, MaxPooling2D, PReLU, Flatten, Softmax
   import numpy as np
   

   
3. C:\face-image のような作業用のディレクトリ（フォルダ）を作る
   
4. このディレクトリに、顔写真: 126.png, 127.png をダウンロード
   
5. 次の Python プログラムを実行する

   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

   https://github.com/ipazc/mtcnn で公開されているプログラムを変更して使用

   import cv2
   import numpy as np
   from mtcnn.mtcnn import MTCNN
   
   img = cv2.imread("c:/image/126.png")
   detector = MTCNN()
   print(detector.detect_faces(img))
   
   img = cv2.imread("c:/image/127.png")
   detector = MTCNN()
   print(detector.detect_faces(img))
   

   顔検出と、５点（左目、右目、鼻、口の左、口の右）の検出結果が表示されるので確認する

   
6. 矩形（四角形）を書き、情報を表示する関数 box_label

   これは，顔検出は行っていない． 画像の上に矩形（四角形）を書き，情報を表示する関数 box_label をテスト実行するもの．

   Python プログラムを実行する

   import cv2
   import numpy as np
   
   bgr = cv2.imread("c:/image/127.png")
   
   def box_label(bgr, x1, y1, x2, y2, label): 
       cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
       cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
       cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)
   
   box_label(bgr, 100, 300, 200, 400, "hello")
   cv2.imshow('', bgr)
   cv2.waitKey(0)
   cv2.destroyAllWindows()
   

   画像が表示されるので確認． このあと，ウインドウの右上の「x」をクリックしない．画面の中をクリックしてから，何かのキーを押して閉じる

   
7. 顔検出と、５点（左目、右目、鼻、口の左、口の右）の検出結果を、グラフィックスで表示

   Python プログラムを実行する

   import cv2
   import numpy as np
   from mtcnn.mtcnn import MTCNN
   
   def box_label(bgr, x1, y1, x2, y2, label): 
       cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
       cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
       cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)
   
   bgr = cv2.imread("c:/image/127.png")
   detector = MTCNN()
   a1 = detector.detect_faces(bgr)
   
   for i, d in enumerate(a1):
       x1, y1 = tuple( d['box'][0:2] )
       x2, y2 = tuple( np.array( d['box'][0:2] ) + np.array( d['box'][2:4] ) )
       box_label(bgr, x1, y1, x2, y2, '{:0.2f}'.format(d['confidence']))
       left_eye = d['keypoints']['left_eye']
       if len(left_eye) == 2:
           cv2.circle(bgr, left_eye, 6, (255,255,255), -1)
       right_eye = d['keypoints']['right_eye']
       if len(right_eye) == 2:
           cv2.circle(bgr, right_eye, 6, (255,255,255), -1)
       nose = d['keypoints']['nose']
       if len(nose) == 2:
           cv2.circle(bgr, nose, 6, (255,255,255), -1)
       mouth_left = d['keypoints']['mouth_left']
       if len(mouth_left) == 2:
           cv2.circle(bgr, mouth_left, 6, (255,255,255), -1)
       mouth_right = d['keypoints']['mouth_right']
       if len(mouth_right) == 2:
           cv2.circle(bgr, mouth_right, 6, (255,255,255), -1)
   
   cv2.imshow('', bgr)
   cv2.waitKey(0)
   cv2.destroyAllWindows()
   

   画像が表示されるので確認． このあと，ウインドウの右上の「x」をクリックしない．画面の中をクリックしてから，何かのキーを押して閉じる

   

動画ファイルで動かしてみる

1. C:\face-image のような作業用のディレクトリ（フォルダ）に、mp4 形式動画ファイル: sample1.mp4 をダウンロード
2. 次の Python プログラムを実行

   「c:/image/sample1.mp4」のところは、実際のファイル名に置き換えること

   OpenCV による動画表示を行う．

   Python プログラムを実行する

   import cv2
   import numpy as np
   from mtcnn.mtcnn import MTCNN
   
   def box_label(bgr, x1, y1, x2, y2, label): 
       cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
       cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
       cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)
   
   detector = MTCNN()
   v = cv2.VideoCapture("c:/image/sample1.mp4")
   
   while(v.isOpened()):
       r, bgr = v.read()
       if ( r == False ):
           break
       a1 = detector.detect_faces(bgr)
       for i, d in enumerate(a1):
           x1, y1 = tuple( d['box'][0:2] )
           x2, y2 = tuple( np.array( d['box'][0:2] ) + np.array( d['box'][2:4] ) )
           box_label(bgr, x1, y1, x2, y2, '{:0.2f}'.format(d['confidence']))
           left_eye = d['keypoints']['left_eye']
           if len(left_eye) == 2:
               cv2.circle(bgr, left_eye, 6, (255,255,255), -1)
           right_eye = d['keypoints']['right_eye']
           if len(right_eye) == 2:
               cv2.circle(bgr, right_eye, 6, (255,255,255), -1)
           nose = d['keypoints']['nose']
           if len(nose) == 2:
               cv2.circle(bgr, nose, 6, (255,255,255), -1)
           mouth_left = d['keypoints']['mouth_left']
           if len(mouth_left) == 2:
               cv2.circle(bgr, mouth_left, 6, (255,255,255), -1)
           mouth_right = d['keypoints']['mouth_right']
           if len(mouth_right) == 2:
               cv2.circle(bgr, mouth_right, 6, (255,255,255), -1)
       cv2.imshow("", bgr)
       # Press Q to exit
       if cv2.waitKey(1) & 0xFF == ord('q'):
           break
   
   v.release()
   cv2.destroyAllWindows()
   

   ※ 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

   

パソコンの USB カメラで動かしてみる

「v = cv2.VideoCapture(0) 」は、USB カメラを使うためのもの。他の部分は、上のプログラムと同じ。

Python プログラムを実行する

import cv2
import numpy as np
from mtcnn.mtcnn import MTCNN

def box_label(bgr, x1, y1, x2, y2, label): 
    cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
    cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
    cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)

detector = MTCNN()
v = cv2.VideoCapture(0)

while(v.isOpened()):
    r, bgr = v.read()
    if ( r == False ):
        break
    a1 = detector.detect_faces(bgr)
    for i, d in enumerate(a1):
        x1, y1 = tuple( d['box'][0:2] )
        x2, y2 = tuple( np.array( d['box'][0:2] ) + np.array( d['box'][2:4] ) )
        box_label(bgr, x1, y1, x2, y2, '{:0.2f}'.format(d['confidence']))
        left_eye = d['keypoints']['left_eye']
        if len(left_eye) == 2:
            cv2.circle(bgr, left_eye, 6, (255,255,255), -1)
        right_eye = d['keypoints']['right_eye']
        if len(right_eye) == 2:
            cv2.circle(bgr, right_eye, 6, (255,255,255), -1)
        nose = d['keypoints']['nose']
        if len(nose) == 2:
            cv2.circle(bgr, nose, 6, (255,255,255), -1)
        mouth_left = d['keypoints']['mouth_left']
        if len(mouth_left) == 2:
            cv2.circle(bgr, mouth_left, 6, (255,255,255), -1)
        mouth_right = d['keypoints']['mouth_right']
        if len(mouth_right) == 2:
            cv2.circle(bgr, mouth_right, 6, (255,255,255), -1)
    cv2.imshow("", bgr)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        cv2.destroyAllWindows()
        break

※ 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