Напиши код на языке python для google colab выполняющий следующие задачи: 1. Цикл по…
- User
Напиши код на языке python для google colab выполняющий следующие задачи:
- Цикл по всем изображениям из базы: a. Считывание изображения из файла; b. Детектирование лица на изображении (если лиц не найдено, или их больше одного, то переходим к следующему файлу); c. Вырезаем лицо из изображения; d. Вычисляем вектор признаков из изображения лица, полученного в пункте выше. e. Добавляем вектор в список векторов.
- Индексируем вектора из пункта 1e методом KDTree.
- Загружаем свое изображение из файла и выводим на экран.
- Для своего изображения вычисляем вектор признаков (выполняем пункты 1b-1d)
- Используя индексированные вектора (пункт 2), а также вектор своего лица (пункт 4), находим и выводим 3 наиболее похожих фотографии
- Assistant
Импортируем необходимые библиотеки
import cv2 import numpy as np from sklearn.neighbors import KDTree
Создаем функцию для извлечения вектора признаков
def extract_features(image): face_cascade = cv2.CascadeClassifier('/content/haarcascade_frontalface_default.xml') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
if len(faces) != 1: return None
(x, y, w, h) = faces[0] face_crop = gray[y:y + h, x:x + w] resized_crop = cv2.resize(face_crop, (96, 96)) img = np.array(resized_crop, dtype=np.float32) mean, std = img.mean(), img.std() img = (img - mean) / std img = np.expand_dims(img, axis=0) features = myModel.predict(img)
return features[0]
Создаем список для хранения векторов
features_list = []
Цикл по всем изображениям из базы
for i in range(1, 21):
Считываем изображение из файла
image = cv2.imread(f'/content/images/{i}.jpg')
Извлекаем вектор признаков
features = extract_features(image)
Если лицо не было найдено, переходим к следующему файлу
if features is None: continue
Добавляем вектор в список
features_list.append(features)
Индексируем векторы признаков с помощью KDTree
tree = KDTree(features_list)
Загружаем свое изображение из файла и выводим на экран
my_image = cv2.imread('/content/my_image.jpg') cv2.imshow('My image', my_image) cv2.waitKey(0)
Вычисляем вектор признаков для своего изображения
my_features = extract_features(my_image)
Используя индексированные векторы и вектор своего лица, находим 3 наиболее похожих фотографии
distances, indices = tree.query([my_features], k=3)
Выводим наиболее похожие изображения
for i in indices[0]: similar_image = cv2.imread(f'/content/images/{i+1}.jpg') cv2.imshow(f'Similar image {i+1}', similar_image) cv2.waitKey(0)