"""
顔画像と物体を検出し、回転・クロップ・表示するウィンドウアプリケーション.
Summary:
このプログラムは、顔認識モデルとDAMO-YOLO物体検出モデルを使用して、
動画フレーム内の顔と物体を検出し、それらの情報をリアルタイムで表示します。
GUIウィンドウ上に処理結果を表示し、詳細情報をターミナルに出力します。
Usage:
.. code-block:: bash
python display_GUI_window_JAPANESE_FACE_V1_with_YOLO.py <exec_times>
Features:
- 顔認識と物体検出をリアルタイムで実行
- 検出結果（類似度、座標、物体名など）をターミナルに表示
- GUIウィンドウ上で処理結果を更新表示
- 処理回数または検出件数に応じてプログラムを終了
Example:
.. code-block:: bash
python display_GUI_window_JAPANESE_FACE_V1_with_YOLO.py
Result:
- GUIウィンドウで処理結果をリアルタイム表示
- ターミナルに検出データの詳細を出力
"""
import sys
import os
dir: str = os.path.dirname(__file__)
parent_dir, _ = os.path.split(dir)
sys.path.append(parent_dir)
import tkinter as tk
from tkinter import Button, Label
from typing import Dict
import cv2
from PIL import Image, ImageTk
from face01lib.Core import Core
from face01lib.Initialize import Initialize
from face01lib.damo_yolo.base import Infer, COCO_CLASSES # base.pyをモジュールとして使用
from face01lib.damo_yolo.damo_internal.config.base import parse_config
[ドキュメント]
def main(exec_times: int = 50) -> None:
"""
ウィンドウを表示し、顔と物体を検出するメイン関数.
Args:
exec_times (int, optional): 処理を実行する回数. デフォルトは50回.
Returns:
None
"""
# 初期化処理
CONFIG: Dict = Initialize('JAPANESE_FACE_V1_MODEL_GUI').initialize()
# DAMO-YOLOモデルの設定
config_file = "face01lib/damo_yolo/configs/damoyolo_tinynasL20_T.py"
ckpt_path = "face01lib/damo_yolo/pretrained_models/damoyolo_tinynasL20_T_420.pth"
# 設定ファイルを解析してconfigを作成
config = parse_config(config_file)
damo_infer = Infer(config=config, ckpt_path=ckpt_path)
# tkinterウィンドウの作成
root = tk.Tk()
root.title('FACE01 example with JAPANESE_FACE_V1 and DAMO-YOLO')
root.geometry('800x600')
# 画像を表示するためのラベル
display_label = Label(root)
display_label.pack()
# 終了ボタンの設定
def terminate():
"""ウィンドウを終了する関数."""
root.destroy()
terminate_button = Button(root, text="terminate", command=terminate)
terminate_button.pack(pady=10)
# ジェネレータを生成
gen = Core().common_process(CONFIG)
try:
# カウント変数を初期化
count = 0 # フレーム全体でカウントを維持
max_count = 200 # 最大回数を設定
# 'exec_times' 回処理を繰り返す
for i in range(0, exec_times):
# ジェネレータオブジェクトから次の値を取得
frame_datas_array = gen.__next__()
for frame_datas in frame_datas_array:
# 顔認識結果をターミナルに出力
for person_data in frame_datas['person_data_list']:
if not person_data['name'] == 'Unknown':
print(
person_data['name'], "\n",
"\t", "類似度\t\t", person_data['percentage_and_symbol'], "\n",
"\t", "座標\t\t", person_data['location'], "\n",
"\t", "時刻\t\t\t", person_data['date'], "\n",
"\t", "出力\t\t\t", person_data['pict'], "\n",
"-------\n"
)
count += 1 # カウントをインクリメント
if count >= max_count: # カウントが最大に達したらループを抜ける
raise StopIteration # 外側のループも終了するために例外を送出
# DAMO-YOLOで物体検出を実行
bboxes, scores, cls_inds = damo_infer.forward(frame_datas['img'])
# 検出結果をターミナルに表示
print("物体検出結果:")
for bbox, score, cls_ind in zip(bboxes, scores, cls_inds):
if score >= 0.5: # スコアが0.5以上の物体のみ出力
class_name = COCO_CLASSES[int(cls_ind)] # クラス名を取得
print(f"物体: {class_name}, スコア: {score:.2f}, バウンディングボックス: {bbox}")
# 画像をPIL形式に変換
img = cv2.cvtColor(frame_datas['img'], cv2.COLOR_BGR2RGB) # OpenCVのBGRをRGBに変換
img = Image.fromarray(img) # OpenCVの画像をPIL画像に変換
img = ImageTk.PhotoImage(img) # PIL画像をImageTkに変換
# 新しい画像でラベルを更新
display_label.config(image=img)
display_label.image = img
# ウィンドウを更新
root.update_idletasks()
root.update()
except StopIteration:
# 動画の供給が終了、またはカウントが最大に達した場合の処理
print("処理が完了しました。プログラムを終了します。")
root.destroy() # ウィンドウを閉じる
except Exception as e:
# その他の予期しないエラーが発生した場合の処理
print(f"予期しないエラーが発生しました: {e}")
root.destroy() # エラーが発生した場合もウィンドウを閉じる
finally:
# 終了処理
print("終了処理を行っています...")
if __name__ == '__main__':
# メイン関数を呼び出す
main(exec_times=200)