【Python】画像から物体の種類、座標、幅、高さを検出する

以前、keras-yolo3を使用して画像と動画から物体検出を行う方法を書きました。

keras-yolo3を利用すると画像から物体を検出して、検出した物体のクラス名と確率を画像に出力してくれます。

Photo by rawpixel.com from Pexels

検出した物体を切り抜きたいときは、物体の座標、幅、高さが必要になります。
keras-yolo3を利用して物体の種類、左上の座標、幅、高さを求められるようにしてみます。

動作環境

#

• Windows10
• Python3.7.9
• パッケージ管理にPipenvを使用

object-detection-keras-yolo3の利用方法

#

keras-yolo3のコードを利用して物体の種類、左上の座標、幅、高さを画像から検出するPythonスクリプトを作成しました。

keras-yolo3のweight変換方法を踏襲しているので、検出できる物体は80種類です。
検出できる物体はこちらを参照してください。

object-detection-keras-yolo3/model_data/coco_classes.txt at master · …

github.com

インストール方法

#

object-detection-keras-yolo3のダウンロード

#

gitでcloneをする場合は以下を入力してください。

git clone https://github.com/kazusapg/object-detection-keras-yolo3.git

またはgithubのページ右側の緑色のclone or downloadをクリック後Download ZIPを選択し、 ファイルをダウンロードしてから解凍してください。

Pipenvを利用したインストール

#

Pipenvで仮想環境を作成する場合はコマンドプロンプトまたはPowerShellで
object-detection-keras-yolo3フォルダに移動後、pipenv installを入力します。
必要なパッケージをインストールした後に、pipenv shellで仮想環境に入ります。

cd object-detection-keras-yolo3
pipenv install
pipenv shell

YOLOv3 weightsの変換

#

YOLO: Real-Time Object DetectionからYOLOv3 weightsをダウンロードします。

YOLO: Real-Time Object Detection

pjreddie.com

weightsファイルはページ内のhere(237MB)をクリックするとダウンロードできます。

You already have the config file for YOLO in the cfg/ subdirectory.
You will have to download the pre-trained weight file here (237 MB).

ダウンロードしたweightsファイルをobject-detection-keras-yolo3フォルダに移動し、
下記のコマンドを入力してweightsファイルをkerasで利用できる形に変換します。

python keras_yolo3/convert.py keras_yolo3/yolov3.cfg yolov3.weights model_data/yolo.h5

使用方法

#

1. keras.yolo3からYOLOクラスをインポートします。
2. objectsからget_objects_informationをインポートします。
3. YOLOクラスのインスタンスを作成します。
4. YOLOインスタンスと画像のファイルパスを引数としてget_objects_information関数を呼び出します。
5. get_objects_information関数は、検出した物体ごとにdictionaryを生成し、生成したdictionaryをListに加えて返します。
   物体が検出できないときは空のListを返します。

get_objects_information関数内で生成されるdictionaryは下記のキーを参照することで、それぞれの物体の情報を取得できます。

使用例

#

下記の画像から物体の情報を取得してみます。

コードは以下になります。
画像はsample_picture.jpgという名前でpictureフォルダに保存されているとします。

from PIL import Image
from keras_yolo3.yolo import YOLO
from objects import get_objects_information

if __name__ == '__main__':
    yolo = YOLO()
    image_path = "./picture/sample_picture.jpg"
    objects_info_list = get_objects_information(yolo, image_path)
    yolo.close_session()

    img = Image.open(image_path)
    count = 0
    for object_info in objects_info_list:
        class_name = object_info['predicted_name']
        x = object_info['x']
        y = object_info['y']
        width = object_info['width']
        height = object_info['height']
        cropped_img = img.crop((x, y, x + width, y + height))
        cropped_img.save("./picture/{}{}.jpg".format(class_name, count))
        count = count + 1

画像内に人が2人写っているので、get_objects_information関数から2つのdictionaryを含んだ状態でListが返ってきます。

[{'x': 102.010155, 'y': 395.04367, 'width': 530.84344,
 'height': 500.70053, 'predicted_name': 'person'},
 {'x': 700.43365, 'y': 400.91656, 'width': 433.38104,
 'height': 494.5551, 'predicted_name': 'person'}]

List内のそれぞれのdictionaryを利用して、Pillowで保存した画像は下記の2つになります。