Classe OpenCV : detect()

Description

Cette fonction est la fonction essentielle de détection d'objet ou de visage, une fois qu'un fichier de description a été chargé à l'aide de la fonction cascade(). Cette fonction renvoie un tableau d'objets Rectangle correspondant aux rectangles encadrant les objets détectés.
Cette fonction est basée sur la fonction OpenCV native cvHaarDetectObjects() : http://opencv.willowgarage.com/documentation/c/objdetect_cascade_classification.html#haardetectobjects
Le tableau des rectangles détectés est mémorisé automatiquement en interne par la fonction permettant l'utilisation simplifiée de la fonction drawRectDetect() pour tracer les rectangles.
Voir également : cascade(); drawRectDetect()

ATTENTION : cette fonction est très gourmande en ressource processeur. Pour limiter le taux d'utilisation de la CPU en cas d'analyse en direct d'un flux vidéo webcam :

utiliser un framerate bas (10 à 15 fps) pour le programme
utiliser une petite dimension pour l'image à analyser : 320x240 voire même 160x120 ce qui donnera un bon résultat de détection avec une rapidité d'analyse acceptable.
noter que le fait d'utilise une image en niveau de gris ne modifie pas significativement la durée d'exécution.

Déclaration source java

public Rectangle[] detect()
public Rectangle[] detect(boolean debugIn)
public Rectangle[] detect(int coeffIn, boolean debugIn)

public Rectangle[] detect(opencv_core.IplImage iplImgIn)
public Rectangle[] detect(opencv_core.IplImage iplImgIn, boolean debugIn)

public Rectangle[] detect( opencv_core.IplImage iplImgIn, float scaleIn, int min_neighborsIn, int flagsIn, int min_widthIn, int min_heightIn, int max_widthIn, int max_heightIn, boolean debugIn )

[Obtenir le Code]

Syntaxe

Forme simplifiée :

Afin de faciliter l'utilisation de la fonction detect(), la librairie javacvPro implémente plusieurs formes simplifiées en utilisant en interne des paramètres de détection par défaut.

faceRect=opencv.detect(); // applique la détection au buffer principal
faceRect=opencv.detect(debug); // applique la détection au buffer principal
faceRect=opencv.detect(coeff, debug); // applique la détection au buffer principal
faceRect=opencv.detect(iplImg); // applique la détection à l'objet IplImage
faceRect=opencv.detect(iplImg, debug); // applique la détection à l'objet IplImage

[Obtenir le Code]

Les paramètres de détection par défaut utilisés par ces fonctions sont (voir ci-dessous pour les détails) :

detect( iplImgIn, (float)1.2, 2, opencv_objdetect.CV_HAAR_DO_CANNY_PRUNING, p.width/16, p.height/16, p.width, p.height, false )

[Obtenir le Code]

Forme détaillée :

La forme complète qui se superpose à la fonction de détection OpenCV native est également disponible :

faceRect=detect(iplImg, scale, min_neighbors, flags, min_width, min_height, max_width, max_height, debug );

[Obtenir le Code]

Paramètres

Forme simplifiée

opencv : un objet OpenCV déclaré avec le constructeur OpenCV.
drawRect : un tableau d'objet Rectangle. Pour plus d'informations sur la classe java Rectangle, voir : http://download.oracle.com/javase/1.4.2/docs/api/java/awt/Rectangle.html Nécessite d'utiliser dans votre programme l'import suivant :

import java.awt.*; // pour classes Point , Rectangle..)

[Obtenir le Code]

iplImg : Un objet IplImage ou un buffer
debug : drapeau d'activation des messages de debug. true : messages activés, false : messages inactivés.
coeff : coefficient qui influe directement sur la vitesse de détection : plus ce coefficient est élevé et plus la vitesse de détection est élevée. Mettre à 2 voir 3 pour obtenir un framerate de 30 fps en 320x240.

Forme détaillée

scale : facteur d'échelle. Utiliser 1.2.
min_neighbors : nombre minimum de rectangles voisins qui composent un objet. Au moins 1. Utiliser 2.
flags : mode de détection. Utiliser : CV_HAAR_DO_CANNY_PRUNING
min_width : largeur minimale en pixels pour objet détecté - Minimum 20
min_height : hauteur minimale en pixels pour objet détecté - Minimum = 20
max_width : largeur maximale en pixels pour objet détecté
max_height : hauteur maximale en pixels pour objet détecté

Pour plus de détails sur les paramètres de la forme détaillée, voir : http://opencv.willowgarage.com/documentation/c/objdetect_cascade_classification.html#haardetectobjects

Valeur renvoyée

Renvoie le tableau d'objets Rectangle correspondant aux rectangles encadrants les objets détectés. Pour plus d'informations sur la classe java Rectangle, voir : http://download.oracle.com/javase/1.4.2/docs/api/java/awt/Rectangle.html
A noter que le nombre d'objets détectés est accessible par la propriété .length du tableau.

Exemple

faceRect = opencv.detect(true); // détection des visages avec messages debug

[Obtenir le Code]

L'exemple complet suivant est à copier dans Processing et est exécutable immédiatement si vous êtes connectés à internet :

// Programme d'exemple de la librairie javacvPro
// par X. HINAULT - octobre 2011
// Tous droits réservés - Licence GPLv3

// Exemple fonction cascade), detect() et drawRectDetect()

import monclubelec.javacvPro.*; // importe la librairie javacvPro
import java.awt.*; // pour classes Point , Rectangle..

PImage img;

Rectangle[] faceRect;

String url="http://www.mon-club-elec.fr/mes_images/online/lena.jpg"; // String contenant l'adresse internet de l'image à utiliser

OpenCV opencv; // déclare un objet OpenCV principal

void setup(){ // fonction d'initialisation exécutée 1 fois au démarrage

//-- charge image utilisée ---
img=loadImage(url); // crée un PImage contenant le fichier à partir adresse web

//--- initialise OpenCV ---
opencv = new OpenCV(this); // initialise objet OpenCV à partir du parent This
opencv.allocate(img.width, img.height); // initialise les buffers OpenCv à la taille de l'image

opencv.copy(img); // charge le PImage dans le buffer OpenCV

//-- charge le fichier de description ---
//opencv.cascade("FRONTALFACE_ALT", true); // initialise détection de visage
//opencv.cascade("/usr/share/opencv/haarcascades/","haarcascade_frontalface_alt.xml"); // utilise chemin absolu Rép + nom fichier - préférable
opencv.cascade("/usr/local/share/OpenCV/haarcascades/","haarcascade_frontalface_alt.xml"); // utilise chemin absolu Rép + nom fichier - préférable

//--- initialise fenêtre Processing
size (opencv.width(), opencv.height()); // crée une fenêtre Processing de la taille du buffer principal OpenCV
//size (img.width, img.height); // aalternative en se basant sur l'image d'origine

//--- affiche image de départ ---
image(opencv.getBuffer(),0,0); // affiche le buffer principal OpenCV dans la fenêtre Processing

faceRect = opencv.detect(true); // détection des visages avec messages debug

opencv.drawRectDetect(true); // affiche les rectangles détectés avec messages debug

println("Nombre de visages de face détectés =" + faceRect.length + ".");

noLoop(); // stop programme
}

void draw() { // fonction exécutée en boucle

}

[Obtenir le Code]

Exemple webcam

// Programme d'exemple de la librairie javacvPro
// par X. HINAULT - Mars 2012
// Tous droits réservés - Licence GPLv3

// Exemple fonction Cascade - détection de visages

import codeanticode.gsvideo.*; // importe la librairie vidéo GSVideo qui implémente GStreamer pour Processing (compatible Linux)
// librairie comparable à la librairie native vidéo de Processing (qui implémente QuickTime..)- Voir Reference librairie Video Processing
// cette librairie doit être présente dans le répertoire modes/java/libraries du répertoire Processing (1-5)
// voir ici : http://gsvideo.sourceforge.net/

import monclubelec.javacvPro.*; // importe la librairie javacvPro
import java.awt.*; // pour classes Point , Rectangle..

PImage img;
Rectangle[] faceRect;

GSCapture cam; // déclare un objet GSCapture représentant une webcam
// L'objet GSCapture étend PImage - se comporte comme un conteneur des frames issues de la webcam

OpenCV opencv; // déclare un objet OpenCV principal

int widthCapture=320; // largeur image capture
int heightCapture=240; // hauteur image capture
int fpsCapture=30; // framerate de Capture

int millis0=0; // variable mémorisation millis()

void setup(){ // fonction d'initialisation exécutée 1 fois au démarrage

//--- initialise fenêtre Processing
size (widthCapture, heightCapture); // crée une fenêtre Processing de la 2xtaille du buffer principal OpenCV
//size (img.width, img.height); // aalternative en se basant sur l'image d'origine
frameRate(fpsCapture); // taux de rafraichissement de l'image

//---- initialise la webcam ---
//cam = new GSCapture(this, widthCapture, heightCapture); // forme simplifiée
cam = new GSCapture(this, widthCapture, heightCapture,"v4l2src","/dev/video0", fpsCapture); // Initialise objet GSCapture désignant webcam - forme complète

//--- initialise OpenCV ---
opencv = new OpenCV(this); // initialise objet OpenCV à partir du parent This
opencv.allocate(widthCapture, heightCapture); // initialise les buffers OpenCv à la taille de l'image

cam.start(); // démarre objet GSCapture = la webcam

//-- charge le fichier de description ---
//opencv.cascade("FRONTALFACE_ALT", true); // initialise détection de visage
opencv.cascade("/usr/local/share/OpenCV/haarcascades/","haarcascade_frontalface_alt.xml"); // utilise chemin absolu Rép + nom fichier
// supporte chemin absolu avec ou sans / en fin de chaine

}

void draw() { // fonction exécutée en boucle

// Code capture GSVideo

if (cam.available() == true) { // si une nouvelle frame est disponible sur la webcam

//background(0); // fond noir entre 2 images

//------ gestion image webcam par GSCapture ------
cam.read(); // acquisition d'un frame
//image(cam1, 0, 0); // affiche image
//set(0, 0, cam); // affiche image - plus rapide

//------- gestion image par Opencv ----------

img=cam.get(); // récupère l'image GS video dans Pimage

millis0=millis(); // mémorise millis()
opencv.copy(img); // charge l'image GSVideo dans le buffer openCV
println("Durée chargement buffer OpenCV=" + (millis()-millis0)+"ms.");

//--- affiche image de départ avant opération sur image ---
image(img,0,0); // affiche le buffer principal OpenCV dans la fenêtre Processing

//--- opérations sur image ---

millis0=millis(); // mémorise millis()

//faceRect = opencv.detect(true); // détection des visages avec messages debug
faceRect = opencv.detect(3,true); // détection des visages avec coeff vitesse élevée et messages debug

opencv.drawRectDetect(true); // affiche les rectangles détectés avec messages debug

println("Nombre de visages de face détectés =" + faceRect.length + ".");

println("Durée traitement image par OpenCV=" + (millis()-millis0)+" ms.");

//--- affiche image finale ---

//image(opencv.getBuffer(),widthCapture,0); // affiche le buffer principal OpenCV dans la fenêtre Processing

} // fin if available

} // fin draw

[Obtenir le Code]

Durée d'exécution de la fonction

La réalisation de 100 exécutions successives de la fonction dans Processing (sur un Intel Dual Core à 2.33Gz sous Ubuntu 10.04 LTS avec la version OpenCV 2.3.1) pour une image de 320x240 donne une durée moyenne pour chaque exécution de :
- de 100 ms sans coeff en mode "interprété" soit une fréquence maximale potentielle de 10 fps.
- de 48 ms avec coeff x2 en mode "interprété" soit une fréquence maximale potentielle de 20 fps.
- de 30 ms sans coeff x 3 en mode "interprété" soit une fréquence maximale potentielle de 30 fps = max webcam.

Commentaires utilisateurs

Aucun

From Référence Librairie javadocPro

Main: Opencvdetect

Classe OpenCV : detect()

Description

Déclaration source java

Syntaxe

Forme simplifiée :

Forme détaillée :

Paramètres

Forme simplifiée

Forme détaillée

Valeur renvoyée

Exemple

Exemple webcam

Durée d'exécution de la fonction

Commentaires utilisateurs