関数のチュートリアル

このセクションでは、main_process関数について説明します。他の関数の情報はこちらで説明されています。 FACE01を使用するためには、このチュートリアルを読むだけで十分です。

FACE01を本格的に使うには多くのクラスとメソッドを知らなくてはいけません⭐️''

でもこのページに書いてあることを知れば最低限動かせます💗

疑問点があればエグザンプルコードを参考にしましょう。

まず、FACE01をインポートする必要があります。

import FACE01 as fg

`main_process`

FACE01.pyファイル内で以下のように定義されています。

Core_obj= Core()
def main_process():
    frame_datas_array = Core_obj.frame_pre_processing(logger, args_dict, frame_generator_obj.__next__())
    face_encodings, frame_datas_array = Core_obj.face_encoding_process(logger, args_dict, frame_datas_array)
    frame_datas_array = Core_obj.frame_post_processing(logger, args_dict, face_encodings, frame_datas_array, GLOBAL_MEMORY)
    yield frame_datas_array

この関数は3つの部分に分かれています。

Core_obj.frame_pre_processing(logger, args_dict, frame_generator_obj.__next__())
Core_obj.face_encoding_process(logger, args_dict, frame_datas_array)
Core_obj.frame_post_processing(logger, args_dict, face_encodings, frame_datas_array, GLOBAL_MEMORY)

Coreはface01lib.Core内で宣言されたクラスです。 Coreクラスをインポートするには、frame_pre_processingセクションを参照してください。

main_processメソッドはジェネレータであり、配列を返します。

frame_datas_array = fg.main_process().__next__()

ジェネレーターをぶん回すと映像フレームごとの様々な情報が取得できます。

どんなデータをどのように利用するか、アナタ次第です⭐️''

while True:
    try:
        frame_datas_array = main_process().__next__()
    except Exception as e:
        print(e)
        print(traceback.format_exc())
        exit(0)
    exec_times = exec_times - 1
    if  exec_times <= 0:
        break
    else:
        print(f'exec_times: {exec_times}')
        if args_dict["headless"] == False:
            event, _ = window.read(timeout = 1)
            if event == sg.WIN_CLOSED:
                print("The window was closed manually")
                break
        for frame_datas in frame_datas_array:
            if "face_location_list" in frame_datas:
                img = frame_datas['img']
                person_data_list = frame_datas['person_data_list']

                for person_data in person_data_list:
                    if person_data == {}:
                        continue

                    name = person_data['name']
                    pict = person_data['pict']
                    date = person_data['date']
                    location = person_data['location']
                    percentage_and_symbol = person_data['percentage_and_symbol']

`frame_pre_processing`

fg.Core().frame_pre_processing(fg.logger, fg.args_dict,next_frame)

は、img、face_location_list、overlay、person_data_listの変数を含むDictを返します。

img
- numpy.ndarray
face_location_list
- List[tuple]
overlay
- numpy.ndarray
person_data_list
- List[Dict{name:'', pict: '', date: '', location: tuple, percentage_and_symbol: ''}]

face_location_listには顔の座標が含まれています。顔の座標のみが必要な場合、この関数は便利です。

`face_encoding_process`

映像のフレーム内にいる人物の名前を取得したい場合、frame_pre_processing、face_encoding_process、およびframe_post_processingメソッドを呼び出す必要があります。これら3つのメソッドはmain_process内にグループ化されています。 face_encoding_processとframe_post_processingは、単独で使用される機会は少ないです。

fg.Core().face_encoding_process(fg.logger, fg.args_dict, fg.frame_datas_array)

は、face_encodings、frame_datas_arrayを返します。

face_encodings
- numpy.ndarray[list, ...]
frame_datas_array
- [{'img': 'no-data_img', 'face_location_list': [...], 'overlay': array([], dtype=float64), 'person_data_list': [...]}]

`frame_post_processing`

 fg.Core().frame_post_processing(fg.logger,fg.args_dict, face_encodings, frame_datas_array, fg.GLOBAL_MEMORY)

は、frame_datas_arrayを返します。

[{'img': 'no-data_img', 'face_location_list': [...], 'overlay': array([], dtype=float64), 'person_data_list': [...]}]

`person_data_list`

上記の例では、返された値person_data_listが非常に重要です。 person_data_listには、以下の値が含まれています。

name
pict
- 保存された顔画像ファイルのパス
date
location
- Tuple: フレーム内の顔の座標
- (top, right, bottom, left)
percentage_and_symbol
- フレーム内の顔の類似度を'%'で表したもの

例

for person_data in person_data_list:
    name, pict, date,  location, percentage_and_symbol = \
        person_data['name'], person_data['pict'], person_data['date'],  person_data['location'], person_data['percentage_and_symbol']
    if not name == 'Unknown':
        print(
            name, "\n",
            "\t", "similarity\t", percentage_and_symbol, "\n",
            "\t", "coordinate\t", location, "\n",
            "\t", "time\t", date, "\n",
            "\t", "output\t", pict, "\n",
            "-------\n"
        )

結果は以下のようになります。

菅義偉
         similarity      99.3%
         coordinate      (127, 182, 276, 33)
         time    2022,07,22,11,05,01,426742
         output  output/菅義偉_2022,07,22,11,05,01,459014_0.34.png
 -------

麻生太郎
         similarity      99.4%
         coordinate      (122, 535, 281, 376)
         time    2022,07,22,11,05,01,426742
         output  output/菅義偉_2022,07,22,11,05,01,459014_0.34.png
 -------

関数のチュートリアル

main_process

frame_pre_processing

face_encoding_process

frame_post_processing

person_data_list

例

`main_process`

`frame_pre_processing`

`face_encoding_process`

`frame_post_processing`

`person_data_list`