首页 文章详情

基于opencv实现模块化图像处理管道

小白学视觉 | 187 2021-10-02 20:26 0 0 0
UniSMS (合一短信)

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达


在这篇文章中,我们将学习如何为图像处理实现一个简单的模块化管道,我们将使用 OpenCV 进行图像处理和操作,并使用 Python 生成器进行管道步骤。


图像处理管道是一组按预定义顺序执行的任务,用于将图像转换为所需的结果或提取一些有趣的特征。


任务示例可以是:

  • 图像转换,如平移、旋转、调整大小、翻转和裁剪,

  • 图像的增强,

  • 提取感兴趣区域(ROI),

  • 计算特征描述符,

  • 图像或对象分类,

  • 物体检测,

  • 用于机器学习的图像注释,


最终结果可能是一个新图像,或者只是一个包含一些图像信息的JSON文件。


假设我们在一个目录中有大量图像,并且想要检测其中的人脸并将每个人脸写入单独的文件。此外,我们希望有一些 JSON 摘要文件,它告诉我们在何处找到人脸以及在哪个文件中找到人脸。我们的人脸检测流程如下所示:

人脸检测流程

这是一个非常简单的例子,可以用以下代码总结:

import cv2import osimport jsonimport numpy as np
def parse_args(): import argparse
# Parse command line arguments ap = argparse.ArgumentParser(description="Image processing pipeline") ap.add_argument("-i", "--input", required=True, help="path to input image files") ap.add_argument("-o", "--output", default="output", help="path to output directory") ap.add_argument("-os", "--out-summary", default=None, help="output JSON summary file name") ap.add_argument("-c", "--classifier", default="models/haarcascade/haarcascade_frontalface_default.xml", help="path to where the face cascade resides")
return vars(ap.parse_args())
def list_images(path, valid_exts=None): image_files = [] # Loop over the input directory structure for (root_dir, dir_names, filenames) in os.walk(path): for filename in sorted(filenames): # Determine the file extension of the current file ext = filename[filename.rfind("."):].lower() if valid_exts and ext.endswith(valid_exts): # Construct the path to the file and yield it file = os.path.join(root_dir, filename) image_files.append(file)
return image_files
def main(args): os.makedirs(args["output"], exist_ok=True)
# load the face detector detector = cv2.CascadeClassifier(args["classifier"])
# list images from input directory input_image_files = list_images(args["input"], (".jpg", ".png"))
# Storage for JSON summary summary = {}
# Loop over the image paths for image_file in input_image_files: # Load the image and convert it to grayscale image = cv2.imread(image_file) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Detect faces face_rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=5, minSize=(30, 30), flags=cv2.CASCADE_SCALE_IMAGE) summary[image_file] = {} # Loop over all detected faces for i, (x, y, w, h) in enumerate(face_rects): face = image[y:y+w, x:x+h]
# Prepare output directory for faces output = os.path.join(*(image_file.split(os.path.sep)[1:])) output = os.path.join(args["output"], output) os.makedirs(output, exist_ok=True)
# Save faces face_file = os.path.join(output, f"{i:05d}.jpg") cv2.imwrite(face_file, face)
# Store summary data summary[image_file][face_file] = np.array([x, y, w, h], dtype=int).tolist()
# Display summary print(f"[INFO] {image_file}: face detections {len(face_rects)}")
# Save summary data if args["out_summary"]: summary_file = os.path.join(args["output"], args["out_summary"]) print(f"[INFO] Saving summary to {summary_file}...") with open(summary_file, 'w') as json_file: json_file.write(json.dumps(summary))
if __name__ == '__main__': args = parse_args() main(args)
用于人脸检测和提取的简单图像处理脚本

代码中的注释也很有探索性,让我们来深入研究一下。首先,我们定义命令行参数解析器(第 6-20 行)以接受以下参数:


--input:这是包含我们图像的目录的路径(可以是子目录),这是唯一的强制性参数。


--output: 保存管道结果的输出目录。


--out-summary:如果我们想要一个 JSON 摘要,只需提供它的名称(例如 output.json)。


--classifier:用于人脸检测的预训练 Haar 级联的路径


接下来,我们定义list_images函数(第 22-34 行),它将帮助我们遍历输入目录结构以获取图像路径。对于人脸检测,我们使用称为Haar级联(第 40 行)的 Viola-Jones 算法,在深度学习和容易出现误报(在没有人脸的地方报告人脸)的时代,这是一种相当古老的算法。

来自电影“老友记”的示例图像,其中存在一些误报

主要处理循环如下:我们遍历图像文件(第 49行),逐个读取它们(第 51 行),检测人脸(第 55 行),将它们保存到准备好的目录(第 59-72 行)并保存带有人脸坐标的摘要报告(第 78-82 行)。


准备项目环境:
$ git clone git://github.com/jagin/image-processing-pipeline.git$ cd image-processing-pipeline$ git checkout 77c19422f0d7a90f1541ff81782948e9a12d2519$ conda env create -f environment.yml$ conda activate pipeline

为了确保你们的代码能够正常运行,请检查你们的切换分支命令是否正确:

77c19422f0d7a90f1541ff81782948e9a12d2519


让我们运行它:

$ python process_images.py --input assets/images -os output.json


我们得到了一个很好的总结:

[INFO] assets/images/friends/friends_01.jpg: face detections 2
[INFO] assets/images/friends/friends_02.jpg: face detections 3
[INFO] assets/images/friends/friends_03.jpg: face detections 5
[INFO] assets/images/friends/friends_04.jpg: face detections 14
[INFO] assets/images/landscapes/landscape_01.jpg: face detections 0
[INFO] assets/images/landscapes/landscape_02.jpg: face detections 0
[INFO] Saving summary to output/output.json...


每个图像的人脸图像(也有误报)存储在单独的目录中。

output├── images│   └── friends│       ├── friends_01.jpg│       │   ├── 00000.jpg│       │   └── 00001.jpg│       ├── friends_02.jpg│       │   ├── 00000.jpg│       │   ├── 00001.jpg│       │   └── 00002.jpg│       ├── friends_03.jpg│       │   ├── 00000.jpg│       │   ├── 00001.jpg│       │   ├── 00002.jpg│       │   ├── 00003.jpg│       │   └── 00004.jpg│       └── friends_04.jpg│           ├── 00000.jpg│           ├── 00001.jpg│           ├── 00002.jpg│           ├── 00003.jpg│           ├── 00004.jpg│           ├── 00005.jpg│           ├── 00006.jpg│           ├── 00007.jpg│           ├── 00008.jpg│           ├── 00009.jpg│           ├── 00010.jpg│           ├── 00011.jpg│           ├── 00012.jpg│           └── 00013.jpg└── output.json


摘要文件output.json将包含人脸的坐标(x、y、宽度、高度):

{
 "assets/images/friends/friends_01.jpg": {
   "output/images/friends/friends_01.jpg/00000.jpg": [
     434,
     121,
     154,
     154
   ],
   "output/images/friends/friends_01.jpg/00001.jpg": [
     571,
     145,
     192,
     192
   ]
 },
 ...
}

上面的例子并不复杂,只有几个步骤,所以很容易快速创建一个简单的脚本,但很快它就会变得复杂。


在其中一个项目中,我正在研究步态识别,管道包含以下步骤:

  • 捕捉视频

  • 检测人员

  • 估计人的姿势

  • 跟踪姿势

  • 创建蒙版

  • 缓冲区掩码序列

  • 编码步态

  • 识别步态嵌入

  • 显示结果

还有更多用于数据注释、指标生成等。


当我们的管道不断增长,但是不只是有我们在处理它时,问题就会开始出现。还有其他队友在做不同的步骤,管道的某些部分可以在其他管道中重复使用(例如读取图像、捕获视频等)。


我们需要管道是模块化的!我们还需要一种巧妙的方式在管道的步骤之间传递数据。在寻找解决方案时,我偶然发现了一个很好的代码片段,它允许我们使用 Python 生成器创建类似Unix 的管道。

#! /usr/bin/env python
class Pipeline(object): def __init__(self): self.source = None def __iter__(self): return self.generator() def generator(self): while True: value = self.source.next() if self.filter(value): yield self.map(value) def __or__(self, other): other.source = self.generator() return other def filter(self, value): return True def map(self, value): return value

class AllNumbers(Pipeline): def generator(self): value = 0 while True: yield value value += 1

class Evens(Pipeline): def filter(self, value): return value % 2 == 0

class MultipleOf(Pipeline): def __init__(self, factor=1): self.factor = factor super(MultipleOf, self).__init__() def filter(self, value): return value % self.factor == 0

class Printer(Pipeline): def map(self, value): print value return value

class First(Pipeline): def __init__(self, total=10): self.total = total self.count = 0 super(First, self).__init__() def map(self, value): self.count += 1 if self.count > self.total: raise StopIteration return value

def main(): all_numbers = AllNumbers() evens = MultipleOf(2) multiple_of_3 = MultipleOf(3) printer = Printer() first_10 = First(10) pipeline = all_numbers | evens | multiple_of_3 | first_10 | printer for i in pipeline: pass

if __name__ == '__main__': main()

    下面这个简单的例子创建了一个Pipeline,来打印前 10 个既是 3 的倍数又是偶数的数字。

$ python example_pipeline.py
0
6
12
18
24
30
36
42
48
54

最重要和最有趣的部分是Pipeline生成器类本身:

class Pipeline(object):    def __init__(self):        self.source = None
def __iter__(self): return self.generator()
def generator(self): while self.has_next(): data = next(self.source) if self.source else {} if self.filter(data): yield self.map(data)
def __or__(self, other): other.source = self.generator() return other
def filter(self, data): return True
def map(self, data): return data
def has_next(self): return True

生成器函数允许我们声明一个行为类似于迭代器的函数,即它可以在 for 循环中使用。换句话说,生成器是一个函数,它返回一个我们可以迭代的对象(迭代器)(一次一个值)。


Pipeline是一个抽象类,它包含generator函数(第8-12行),默认情况下,agenerator函数通过filter函数(第18-19行)和map函数传递数据(来自上一个生成器)。


filter函数允许我们过滤通过管道的数据(如Even上面代码片段中的类)。map函数使我们能够像在第一类中一样操作(映射)管道数据或更新步骤的状态。


通过覆盖或运算符,可以创建类似 Unix 的管道:

load_images | detect_faces | save_faces | display_summary


管道的第一步必须生成我们的输入数据,因此我们必须覆盖generator函数。在我们的例子中,输入数据是要处理的图像列表,让我们将加载图像部分解耦到名为LoadImages的管道步骤中:

import cv2
from pipeline.pipeline import Pipelineimport pipeline.utils as utils
class LoadImages(Pipeline): def __init__(self, src, valid_exts=(".jpg", ".png")): self.src = src self.valid_exts = valid_exts
super(LoadImages, self).__init__()
def generator(self): source = utils.list_images(self.src, self.valid_exts) while self.has_next(): image_file = next(source) image = cv2.imread(image_file)
data = { "image_file": image_file, "image": image }
if self.filter(data): yield self.map(data)

                管道生成器步骤加载图像

我们可以看到,generator会为在src目录中找到的每个图像文件生成以下字典结构:

data = {
   "image_file": image_file,
   "image": image
}

对于每个文件,我们都获得了图像文件的路径和文件的二进制文件。


使用面向对象的编程,我们可以扩展LoadIamges类,并在需要过滤掉文件名或路径中包含选定单词的图像文件时重写filter函数。


下一步是检测人脸:

import cv2
from pipeline.pipeline import Pipeline
class CascadeDetectFaces(Pipeline): def __init__(self, classifier): # load the face detector self.detector = cv2.CascadeClassifier(classifier)
super(DetectFaces, self).__init__()
def map(self, data): image = data["image"]
# Detect faces gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) face_rects = self.detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=5, minSize=(30, 30), flags=cv2.CASCADE_SCALE_IMAGE) data["face_rects"] = face_rects
return data

        检测人脸步骤

它将使用map函数中源生成器(load_images)的数据,提取图像二进制文件(第14行),检测人脸(第17–18行),并使用人脸坐标(第20行)丰富数据,以便下一步操作。


我们可以将整个管道包含在以下main函数中:

import os
from pipeline.load_images import LoadImagesfrom pipeline.cascade_detect_faces import CascadeDetectFacesfrom pipeline.save_faces import SaveFacesfrom pipeline.save_summary import SaveSummaryfrom pipeline.display_summary import DisplaySummary
def parse_args(): import argparse
# Parse command line arguments ap = argparse.ArgumentParser(description="Image processing pipeline") ap.add_argument("-i", "--input", required=True, help="path to input image files") ap.add_argument("-o", "--output", default="output", help="path to output directory") ap.add_argument("-os", "--out-summary", default=None, help="output JSON summary file name") ap.add_argument("-c", "--classifier", default="models/haarcascade/haarcascade_frontalface_default.xml", help="path to where the face cascade resides")
return vars(ap.parse_args())
def main(args): # Create pipeline steps load_images = LoadImages(args["input"]) detect_faces = CascadeDetectFaces(args["classifier"]) save_faces = SaveFaces(args["output"]) if args["out_summary"]: summary_file = os.path.join(args["output"], args["out_summary"]) save_summary = SaveSummary(summary_file) display_summary = DisplaySummary()
# Create image processing pipeline pipeline = load_images | detect_faces | save_faces if args["out_summary"]: pipeline |= save_summary pipeline |= display_summary
# Iterate through pipeline for _ in pipeline: pass
if args["out_summary"]: print(f"[INFO] Saving summary to {summary_file}...") save_summary.write()
if __name__ == '__main__': args = parse_args() main(args)

    

其中,单个步骤的逻辑是分离的,主要功能是干净整洁的,功能与文章开头的脚本相同。


处理管道的模块化使我们可以在视频处理中重用CascadeDetectFaces类:

python process_video_pipeline.py -i assets/videos/faces.mp4 -ov faces.avi -p 12%|██████████████████████████ ██████▋ | 71/577 [00:08<01:12, 6.99it/s]


具有以下示例结果:

CascadeDetectFaces并不完美,但我们可以使用cv2.dnnOpenCV 中的一些深度学习模型和模块创建另一个实现,这将更准确,更容易在管道中替换它。


好消息,小白学视觉团队的知识星球开通啦,为了感谢大家的支持与厚爱,团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦!


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter