トップページ ▶ 人工知能，実世界DB ▶ 顔情報（顔検出，顔識別、表情判定，顔のクラスタリングや類似度や分類，肌色部分の抽出，瞳孔の検出，顔姿勢の推定） ▶ Dlib を用いた顔検出（Windows 上）

サイトマップ

サイト内検索

用語集

アクセスログ

金子邦彦研究室

Dlib を用いた顔検出（Windows 上）

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境

• Windows での Python のインストール，pip と setuptools の更新: 別ページで説明している．（あとのトラブルが起きにくいような手順を定めている）
• Ubuntu の場合:

  システム Python を使うことができる（その場合，Python のインストールは行わない）

  システム Python を用いるときは，pip, setuptools の更新は次のコマンドで行う．

  sudo apt -y update
  sudo apt -y install python3-pip python3-setuptools
  

  Ubuntu で，システム Python 以外の Python をインストールしたい場合は pyenv が便利である: 別ページで説明している．

Python の URL: http://www.python.org/

Dlib のインストール

• Windows でのインストール手順は、 別ページで説明している．
• Ubuntu でのインストール手順は、 別ページで説明している．

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

Windows の場合

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．

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

学習済みモデルのダウンロード

1. 学習済みモデル mmod_human_face_detector.datのダウンロード

   http://dlib.net/files/ を開き、 mmod_human_face_detector.dat.bz2をダウンロード
2. ダウンロードした .bz2 ファイルを展開（解凍）する．

   ※ Windows での展開（解凍）のためのソフトには，「7-Zip」などがある．

3. 学習済みデータ　mmod_human_face_detector.dat のファイルを c:\dlib\python_examples に置く

   ※ c:\dlib が無いときは作る

Dlib による顔検出

Dlib の顔検出 を行う．

1. 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

   c:\dlib\examples\faces の下の顔画像のファイルを確認する
2. Windows のコマンドプロンプトを開く
3. 実行してみる

   Python プログラムを動かすために， Windows では「python」， Ubuntu では「python3」などのコマンドを使う． あるいは， 開発環境や Python コンソール（Jupyter Qt Console，Spyder，PyCharm，PyScripter など）の利用も便利である．

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

   結果が表示されるまで少し待つ

   うまく動かないときのヒント

   • 次のように「RuntimeError: Unable to open mmod_human_face_detector.dat for reading」というエラーメッセージが出たときは、 上の「学習済みモデルのダウンロード」をやり直して、もう一度実行．
   • python にパスが通っていないときは、うまくいかない． Windows で，python にパスが通っているかは、次のコマンドで確認

     where python
     

4. 別の画像で試してみる

   cd c:\dlib\python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2008_001009.jpg
   
5. さらに別の画像で試してみる

   cd c:\dlib\python_examples
   python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2008_001322.jpg
   
6. 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．
7. 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

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 用 opencv-python, matplotlib 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 matplotlib  

学習済みモデルのダウンロード

前準備として，学習済みモデルのダウンロードを行う．

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．

python -m pip install dlib opencv-python matplotlib
curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2
 e mmod_human_face_detector.dat.bz2

手持ちの画像ファイルで顔検出を行う．

Python プログラムを動かす．

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. ファイルを作成するので，cd コマンドで，書き込み権限のあるディレクトリに移動してから実行すること．

import dlib
import cv2
import matplotlib.pyplot as plt
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
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
# ファイルに保存
cv2.imwrite("result.png", img)

パソコンのカメラで顔検出を行う．

Python プログラムを動かす．

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. ファイルを作成するので，cd コマンドで，書き込み権限のあるディレクトリに移動してから実行すること．

import dlib
import cv2
import matplotlib.pyplot as plt
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

※ 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