Google Cloud Vision APIを使って顔識別用の顔画像を作る

動機

Tensorflowで顔識別をさせてみたいが，顔画像を大量に用意しなければならない。
顔認識をさせて顔画像を切り出さないといけないが，調べてみるとOpenCVの顔認識はデフォルトだとそこまで精度は高くないらしい…。
そこで今回は，Google Cloud Vision APIを利用して顔認識を行い，顔画像を切り出そうと思います。

Google Cloud Vison APIとは

その名のとおり，Googleが提供する画像認識のAPIです。
顔認識，物体認識，OCRなど様々な機能が提供されています。
参考に女の子の動画を貼っておきます。

www.youtube.com

同時に色んな認識機能を使うことができますが，今回は顔認識のみを利用します。
顔認識では，顔の位置だけでなく各パーツ（目，鼻など）の位置も返してくれるそうです。

実装

久しぶりにPythonを書くので，調べながらちゃっちゃか書いていきます。
今回，画像の切り出しにはOpenCVを使用したので，予め入れておいてください。
前もって下記リンクからAPI Keyは取得しておきましょう。

console.developers.google.com

#!/usr/bin/python
#coding:utf-8
import cv2
import os
import sys
import base64
import json
import requests

# APIのURL
api_url = 'https://vision.googleapis.com/v1/images:annotate?key='

# APIキー
api_key = '自分のAPIキーを入れる'

# リクエスト用のデータ作成
with open(sys.argv[1], 'rb') as image:
    base64_image = base64.b64encode(image.read())

    data = {
        'requests': [{
            'image': {
                'content': base64_image,
            },
            'features': [{
                'type': 'FACE_DETECTION',
                'maxResults': 100,
            }]
            
        }]
    }

    # リクエスト送信
    header = {'Content-Type': 'application/json'}
    response = requests.post(api_url + api_key,  json.dumps(data), header)

    # 分析結果の取得
    if response.status_code == 200:
        #print response.text
        json_response = json.loads(response.text)
        # 顔認識の結果が含まれていれば切り出す
        if json_response['responses'][0].has_key('faceAnnotations'):
            # 認識できた顔の数だけループ
            for i, face in enumerate(json_response['responses'][0]['faceAnnotations']):
                # 顔画像位置
                vertices = [(v.get('x', 0.0), v.get('y', 0.0)) for v in face['fdBoundingPoly']['vertices']]
                #print vertices
                # 顔画像の切り出し
                src = cv2.imread(sys.argv[1])
                dst = src[vertices[0][1]:vertices[2][1], vertices[0][0]:vertices[2][0]]
                # 顔画像の出力パスを作成
                root, ext = os.path.splitext(sys.argv[1])
                face_image_path = root + '_face' + str(i) + ext
                # 顔画像の出力
                cv2.imwrite(face_image_path , dst)
        else:
            print u'顔が認識されませんでした'
    else:
        print 'Http response error'

よく使われてる画像で試してみました。
元画像

顔画像

うまく切り出されています。

Google画像検索でとってきた，集合写真などでも，
ある程度顔が認識できる画像であれば，顔画像を切り出すことが可能でした。

アニメの分類機も作ってみたいので，アニメ画像でもトライしましたが，
ほとんど認識することができませんでした…。
（そりゃそうですね）

次回は切り出した顔画像を使って顔識別をしたいと思います。