8.4 顔の検出

# メイン・プログラム =======================================================
# Haar Cascade ClassifierのXMLファイルの読み込み
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")


# 画像ファイルを読み込む
image, fullname = readImage()


# 画像をグレースケールに変換
grayImage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)


# 顔を検出する
faces = faceCascade.detectMultiScale(grayImage, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))


# 検出された顔の周りに矩形を描く
for (x, y, w, h) in faces:
	cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 2)


# 結果を表示
cv2.imshow("recognizeFaces", image)


# 何かキーが押されるまで待機
cv2.waitKey(0)
# ウィンドウを閉じる
cv2.destroyAllWindows()

# メイン・プログラム =======================================================
# Haar Cascade ClassifierのXMLファイルの読み込み
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")


try:
	# 画像ファイルを読み込む
	image, sourFname = readImage()
	# 画像をグレースケールに変換
	grayImage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)


	# 顔を検出する
	faces = faceCascade.detectMultiScale(grayImage, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))


	# 検出された顔をぼかす
	for (x, y, w, h) in faces:
		# ぼかす矩形領域
		roi = image[y:(y + h), x:(x + w)]
		# ガウスぼかしをかける（パラメータは奇数でなければならない）
		bw = int(w / 2) + (1 if int(w / 2) % 2 == 0 else 0)
		bh = int(h / 2) + (1 if int(h / 2) % 2 == 0 else 0)
		shadeRoi = cv2.GaussianBlur(roi, ksize=(bw, bh), sigmaX=0)
		# ぼかした矩形領域を画像に上書きする
		image[y:(y + h), x:(x + w)] = shadeRoi


	# 保存ファイル名を作成する
	fname, fextension = os.path.splitext(os.path.basename(sourFname))
	newFname = fname + '_shade' + fextension
	destFname = os.path.join(os.path.dirname(sourFname), newFname)
	# 画像をファイルに保存する
	saveImage(destFname, image)


	# 結果を画面に表示する
	cv2.imshow("shadeFaces", image)


except Exception as e:
	messagebox.showerror("error", str(e))
	cv2.destroyAllWindows()
	exit()


# 何かキーが押されるまで待機
cv2.waitKey(0)
# ウィンドウを閉じる
cv2.destroyAllWindows()

# メイン・プログラム =======================================================
# Haar Cascade ClassifierのXMLファイルの読み込み
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")


try:
	# スタンプに使う画像を読み込む
	imageStamp = Image.open(imageStampFilename)


	# 画像ファイルを読み込む
	image, sourFname = readImage()
	# 画像をグレースケールに変換
	grayImage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
	# 顔を検出
	faces = faceCascade.detectMultiScale(grayImage, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
	# OpenCV画像をPillow画像に変換する
	imagePIL = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
	# 検出された顔にスタンプを貼る
	for (x, y, w, h) in faces:
		# スタンプをリサイズする
		imageStampResize = imageStamp.resize((w, h), Image.LANCZOS)
		# スタンプを貼り付ける
		imagePIL.paste(imageStampResize, (x, y), imageStampResize)


	# 保存ファイル名を作成する
	fname, fextension = os.path.splitext(os.path.basename(sourFname))
	newFname = fname + '_stamp' + fextension
	destFname = os.path.join(os.path.dirname(sourFname), newFname)


	# Pillow画像をNumPy配列に変換する
	imageOpenCV = np.array(imagePIL)
	# 色のチャンネル順序をBGRに変換する（PillowはRGB、OpenCVはBGRを使用）
	imageOpenCV = cv2.cvtColor(imageOpenCV, cv2.COLOR_RGB2BGR)
	# 画像をファイルに保存する
	saveImage(destFname, imageOpenCV)


	# 結果を画面に表示する
	cv2.imshow("stampFaces", imageOpenCV)


except Exception as e:
	messagebox.showerror("error", str(e))
	cv2.destroyAllWindows()
	exit()


# 何かキーが押されるまで待機
cv2.waitKey(0)
# ウィンドウを閉じる
cv2.destroyAllWindows()