Docker環境でPyTorch 〜画像解析〜 #04 セクシー女優学習データ作成編

# ディレクトリ構成図
~
└── git  
    ├── deep-learning
    │   └── pytorch (★current workspace)
　　　　　　　　│　      　├── data
    │       │   └──av_data　
    │　      　│      ├── origin
    │       │   　　  │   ├── JULIA
    │       │   　　  │   │    └── xxx.jpg　(サイズがバラバラのJULIA様の画像100枚程度)
    │       │   　　  │   ├── Rio
    │       │   　　  │   ⁝    └── xxx.jpg　(サイズがバラバラのRio様の画像100枚程度)
　　　　　　 │       │   　　  └── transfer 
    │       │   　　      ├── train　(教師画像 face_detect.py実行で配下は自動作成されます)
    │       │   　　      │    ├── JULIA
    │       │   　　      │    │    └── xxx.jpg　(JULIA様の顔をトリミングした64×64の画像100枚程度)
    │       │   　　      │    ├── Rio
    │       │   　　      │    ⁝    └── xxx.jpg　(Rio様の顔をトリミングした64×64の画像100枚程度)
    │       │   　　      └── val　(検証画像　今回は使いませんが以下のフォルダ構成になる予定)
    │       │   　　           ├── JULIA
    │       │   　　           │    └── xxx.jpg　(サイズがバラバラのJULIA様の画像70枚程度)
    │       │   　　           ├── Rio
    │       │   　　           ⁝　    └── xxx.jpg　(サイズがバラバラのRio様の画像70枚程度)   
    │       ├── src
    │       │   └── facedata_create
 　　　　　　│       │　　　　　　　　　　　　　　└── face_detect.py　(今回作るやつ)
    │       └── docker-compose.yml  
    └── ...

docker-compose up -d pytorch.examples
docker exec -i -t $(docker ps -af "name=pytorch.examples" -q) /bin/bash

pip install opencv-python
# OpenCVをimportしたらlibgtkがないと怒られたのでこちらも一緒に入れる
apt-get install libgtk2.0-dev

# dlibを入れるのに必要。面倒だけどソースからインストール
curl -OL https://cmake.org/files/v3.12/cmake-3.12.2.tar.gz
tar xvf cmake-3.12.2.tar.gz
cd cmake-3.12.2
./configure
make
make install

pip install dlib

import cv2
import dlib
import glob
import os

data_dir = '/workspace/data/av_data'
origin_dir = data_dir+'/origin'
out_dir = data_dir+'/transfer/train'

def face_detect(img_list, save_dir):

    # dlibの顔検出する識別器呼び出し
    detector = dlib.get_frontal_face_detector()

    for img_path in img_list:

        # 保存先 & 保存名設定
        save_dir_path = os.path.join(out_dir, save_dir)
        save_filename = os.path.basename(img_path)
        save_img_path = os.path.join(save_dir_path, save_filename)

        # OpenCVでオリジナル画像読み込み
        img = cv2.imread(img_path, cv2.IMREAD_COLOR)

        # OpenCVで読み込むと色の順番はBGR(青、緑、赤)なのでRGBに変換する
        cv_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

        # dlibで顔の座標情報を取得
        dets = detector(cv_img, 1)

        # 顔が検出されたら変換処理
        if len(dets) > 0:
            for det in dets:

                # OpenCVで取得した座標から顔に合わせてトリミング
                dst_img = img[det.top():det.bottom(), det.left():det.right()]

                # 保存先フォルダがなければフォルダ生成
                if not os.path.exists(save_dir_path):
                    os.mkdir(save_dir_path)

                # OpenCVで顔画像をリサイズして書き出し
                save_img = cv2.resize(dst_img, (64,64))
                cv2.imwrite(save_img_path, save_img)
        else:
            print("don't detector "+img_path)

for f in os.listdir(origin_dir):
    in_dir = os.path.join(origin_dir, f)
    if os.path.isdir(in_dir):
        img_list = glob.glob(in_dir+'/*')
        face_detect(img_list, f)

cd /workspace/src/facedata_create
python face_detect.py