基于opencv实现模块化图像处理管道

重磅干货，第一时间送达

在这篇文章中，我们将学习如何为图像处理实现一个简单的模块化管道，我们将使用 OpenCV 进行图像处理和操作，并使用 Python 生成器进行管道步骤。

图像处理管道是一组按预定义顺序执行的任务，用于将图像转换为所需的结果或提取一些有趣的特征。

任务示例可以是：

• 图像转换，如平移、旋转、调整大小、翻转和裁剪，

• 图像的增强，

• 提取感兴趣区域（ROI），

• 计算特征描述符，

• 图像或对象分类，

• 物体检测，

• 用于机器学习的图像注释，

最终结果可能是一个新图像，或者只是一个包含一些图像信息的JSON文件。

假设我们在一个目录中有大量图像，并且想要检测其中的人脸并将每个人脸写入单独的文件。此外，我们希望有一些 JSON 摘要文件，它告诉我们在何处找到人脸以及在哪个文件中找到人脸。我们的人脸检测流程如下所示：

人脸检测流程

这是一个非常简单的例子，可以用以下代码总结：

import cv2import osimport jsonimport numpy as np
def parse_args(): import argparse
# Parse command line arguments ap = argparse.ArgumentParser(description="Image processing pipeline") ap.add_argument("-i", "--input", required=True, help="path to input image files") ap.add_argument("-o", "--output", default="output", help="path to output directory") ap.add_argument("-os", "--out-summary", default=None, help="output JSON summary file name") ap.add_argument("-c", "--classifier", default="models/haarcascade/haarcascade_frontalface_default.xml", help="path to where the face cascade resides")
return vars(ap.parse_args())
def list_images(path, valid_exts=None): image_files = [] # Loop over the input directory structure for (root_dir, dir_names, filenames) in os.walk(path): for filename in sorted(filenames): # Determine the file extension of the current file ext = filename[filename.rfind("."):].lower() if valid_exts and ext.endswith(valid_exts): # Construct the path to the file and yield it file = os.path.join(root_dir, filename) image_files.append(file)
return image_files
def main(args): os.makedirs(args["output"], exist_ok=True)
# load the face detector detector = cv2.CascadeClassifier(args["classifier"])
# list images from input directory input_image_files = list_images(args["input"], (".jpg", ".png"))
# Storage for JSON summary summary = {}
# Loop over the image paths for image_file in input_image_files: # Load the image and convert it to grayscale image = cv2.imread(image_file) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Detect faces face_rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=5, minSize=(30, 30), flags=cv2.CASCADE_SCALE_IMAGE) summary[image_file] = {} # Loop over all detected faces for i, (x, y, w, h) in enumerate(face_rects): face = image[y:y+w, x:x+h]
# Prepare output directory for faces output = os.path.join(*(image_file.split(os.path.sep)[1:])) output = os.path.join(args["output"], output) os.makedirs(output, exist_ok=True)
# Save faces face_file = os.path.join(output, f"{i:05d}.jpg") cv2.imwrite(face_file, face)
# Store summary data summary[image_file][face_file] = np.array([x, y, w, h], dtype=int).tolist()
# Display summary print(f"[INFO] {image_file}: face detections {len(face_rects)}")
# Save summary data if args["out_summary"]: summary_file = os.path.join(args["output"], args["out_summary"]) print(f"[INFO] Saving summary to {summary_file}...") with open(summary_file, 'w') as json_file: json_file.write(json.dumps(summary))
if __name__ == '__main__': args = parse_args() main(args)

用于人脸检测和提取的简单图像处理脚本

代码中的注释也很有探索性，让我们来深入研究一下。首先，我们定义命令行参数解析器（第 6-20 行）以接受以下参数：

--input：这是包含我们图像的目录的路径（可以是子目录），这是唯一的强制性参数。

--output: 保存管道结果的输出目录。

--out-summary：如果我们想要一个 JSON 摘要，只需提供它的名称（例如 output.json）。

--classifier：用于人脸检测的预训练 Haar 级联的路径

接下来，我们定义list_images函数（第 22-34 行），它将帮助我们遍历输入目录结构以获取图像路径。对于人脸检测，我们使用称为Haar级联（第 40 行）的 Viola-Jones 算法，在深度学习和容易出现误报（在没有人脸的地方报告人脸）的时代，这是一种相当古老的算法。

来自电影“老友记”的示例图像，其中存在一些误报

主要处理循环如下：我们遍历图像文件（第 49行），逐个读取它们（第 51 行），检测人脸（第 55 行），将它们保存到准备好的目录（第 59-72 行）并保存带有人脸坐标的摘要报告（第 78-82 行）。

准备项目环境：

$ git clone git://github.com/jagin/image-processing-pipeline.git$ cd image-processing-pipeline$ git checkout 77c19422f0d7a90f1541ff81782948e9a12d2519$ conda env create -f environment.yml$ conda activate pipeline

为了确保你们的代码能够正常运行，请检查你们的切换分支命令是否正确：

77c19422f0d7a90f1541ff81782948e9a12d2519

让我们运行它：

$ python process_images.py --input assets/images -os output.json

我们得到了一个很好的总结：

[INFO] assets/images/friends/friends_01.jpg: face detections 2
[INFO] assets/images/friends/friends_02.jpg: face detections 3
[INFO] assets/images/friends/friends_03.jpg: face detections 5
[INFO] assets/images/friends/friends_04.jpg: face detections 14
[INFO] assets/images/landscapes/landscape_01.jpg: face detections 0
[INFO] assets/images/landscapes/landscape_02.jpg: face detections 0
[INFO] Saving summary to output/output.json...

每个图像的人脸图像（也有误报）存储在单独的目录中。

output├── images│ └── friends│ ├── friends_01.jpg│ │ ├── 00000.jpg│ │ └── 00001.jpg│ ├── friends_02.jpg│ │ ├── 00000.jpg│ │ ├── 00001.jpg│ │ └── 00002.jpg│ ├── friends_03.jpg│ │ ├── 00000.jpg│ │ ├── 00001.jpg│ │ ├── 00002.jpg│ │ ├── 00003.jpg│ │ └── 00004.jpg│ └── friends_04.jpg│ ├── 00000.jpg│ ├── 00001.jpg│ ├── 00002.jpg│ ├── 00003.jpg│ ├── 00004.jpg│ ├── 00005.jpg│ ├── 00006.jpg│ ├── 00007.jpg│ ├── 00008.jpg│ ├── 00009.jpg│ ├── 00010.jpg│ ├── 00011.jpg│ ├── 00012.jpg│ └── 00013.jpg└── output.json

摘要文件output.json将包含人脸的坐标（x、y、宽度、高度）：

{
 "assets/images/friends/friends_01.jpg": {
   "output/images/friends/friends_01.jpg/00000.jpg": [
     434,
     121,
     154,
     154
   ],
   "output/images/friends/friends_01.jpg/00001.jpg": [
     571,
     145,
     192,
     192
   ]
 },
 ...
}

上面的例子并不复杂，只有几个步骤，所以很容易快速创建一个简单的脚本，但很快它就会变得复杂。

在其中一个项目中，我正在研究步态识别，管道包含以下步骤：

• 捕捉视频

• 检测人员

• 估计人的姿势

• 跟踪姿势

• 创建蒙版

• 缓冲区掩码序列

• 编码步态

• 识别步态嵌入

• 显示结果

还有更多用于数据注释、指标生成等。

当我们的管道不断增长，但是不只是有我们在处理它时，问题就会开始出现。还有其他队友在做不同的步骤，管道的某些部分可以在其他管道中重复使用（例如读取图像、捕获视频等）。

我们需要管道是模块化的！我们还需要一种巧妙的方式在管道的步骤之间传递数据。在寻找解决方案时，我偶然发现了一个很好的代码片段，它允许我们使用 Python 生成器创建类似Unix 的管道。

#! /usr/bin/env python
class Pipeline(object): def __init__(self): self.source = None def __iter__(self): return self.generator() def generator(self): while True: value = self.source.next() if self.filter(value): yield self.map(value) def __or__(self, other): other.source = self.generator() return other def filter(self, value): return True def map(self, value): return value

class AllNumbers(Pipeline): def generator(self): value = 0 while True: yield value value += 1

class Evens(Pipeline): def filter(self, value): return value % 2 == 0

class MultipleOf(Pipeline): def __init__(self, factor=1): self.factor = factor super(MultipleOf, self).__init__() def filter(self, value): return value % self.factor == 0

class Printer(Pipeline): def map(self, value): print value return value

class First(Pipeline): def __init__(self, total=10): self.total = total self.count = 0 super(First, self).__init__() def map(self, value): self.count += 1 if self.count > self.total: raise StopIteration return value

def main(): all_numbers = AllNumbers() evens = MultipleOf(2) multiple_of_3 = MultipleOf(3) printer = Printer() first_10 = First(10) pipeline = all_numbers | evens | multiple_of_3 | first_10 | printer for i in pipeline: pass

if __name__ == '__main__': main()

下面这个简单的例子创建了一个Pipeline，来打印前 10 个既是 3 的倍数又是偶数的数字。

$ python example_pipeline.py
0
6
12
18
24
30
36
42
48
54

最重要和最有趣的部分是Pipeline生成器类本身：

class Pipeline(object): def __init__(self): self.source = None
def __iter__(self): return self.generator()
def generator(self): while self.has_next(): data = next(self.source) if self.source else {} if self.filter(data): yield self.map(data)
def __or__(self, other): other.source = self.generator() return other
def filter(self, data): return True
def map(self, data): return data
def has_next(self): return True

生成器函数允许我们声明一个行为类似于迭代器的函数，即它可以在 for 循环中使用。换句话说，生成器是一个函数，它返回一个我们可以迭代的对象（迭代器）（一次一个值）。

Pipeline是一个抽象类，它包含generator函数（第8-12行），默认情况下，agenerator函数通过filter函数（第18-19行）和map函数传递数据（来自上一个生成器）。

filter函数允许我们过滤通过管道的数据（如Even上面代码片段中的类）。map函数使我们能够像在第一类中一样操作（映射）管道数据或更新步骤的状态。

通过覆盖或运算符，可以创建类似 Unix 的管道：

load_images | detect_faces | save_faces | display_summary。

管道的第一步必须生成我们的输入数据，因此我们必须覆盖generator函数。在我们的例子中，输入数据是要处理的图像列表，让我们将加载图像部分解耦到名为LoadImages的管道步骤中：

import cv2
from pipeline.pipeline import Pipelineimport pipeline.utils as utils
class LoadImages(Pipeline): def __init__(self, src, valid_exts=(".jpg", ".png")): self.src = src self.valid_exts = valid_exts
super(LoadImages, self).__init__()
def generator(self): source = utils.list_images(self.src, self.valid_exts) while self.has_next(): image_file = next(source) image = cv2.imread(image_file)
data = { "image_file": image_file, "image": image }
if self.filter(data): yield self.map(data)

管道生成器步骤加载图像

我们可以看到，generator会为在src目录中找到的每个图像文件生成以下字典结构：

data = {
   "image_file": image_file,
   "image": image
}

对于每个文件，我们都获得了图像文件的路径和文件的二进制文件。

使用面向对象的编程，我们可以扩展LoadIamges类，并在需要过滤掉文件名或路径中包含选定单词的图像文件时重写filter函数。

下一步是检测人脸：

import cv2
from pipeline.pipeline import Pipeline
class CascadeDetectFaces(Pipeline): def __init__(self, classifier): # load the face detector self.detector = cv2.CascadeClassifier(classifier)
super(DetectFaces, self).__init__()
def map(self, data): image = data["image"]
# Detect faces gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) face_rects = self.detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=5, minSize=(30, 30), flags=cv2.CASCADE_SCALE_IMAGE) data["face_rects"] = face_rects
return data

检测人脸步骤

它将使用map函数中源生成器（load_images）的数据，提取图像二进制文件（第14行），检测人脸（第17–18行），并使用人脸坐标（第20行）丰富数据，以便下一步操作。

我们可以将整个管道包含在以下main函数中：

import os
from pipeline.load_images import LoadImagesfrom pipeline.cascade_detect_faces import CascadeDetectFacesfrom pipeline.save_faces import SaveFacesfrom pipeline.save_summary import SaveSummaryfrom pipeline.display_summary import DisplaySummary
def parse_args(): import argparse
# Parse command line arguments ap = argparse.ArgumentParser(description="Image processing pipeline") ap.add_argument("-i", "--input", required=True, help="path to input image files") ap.add_argument("-o", "--output", default="output", help="path to output directory") ap.add_argument("-os", "--out-summary", default=None, help="output JSON summary file name") ap.add_argument("-c", "--classifier", default="models/haarcascade/haarcascade_frontalface_default.xml", help="path to where the face cascade resides")
return vars(ap.parse_args())
def main(args): # Create pipeline steps load_images = LoadImages(args["input"]) detect_faces = CascadeDetectFaces(args["classifier"]) save_faces = SaveFaces(args["output"]) if args["out_summary"]: summary_file = os.path.join(args["output"], args["out_summary"]) save_summary = SaveSummary(summary_file) display_summary = DisplaySummary()
# Create image processing pipeline pipeline = load_images | detect_faces | save_faces if args["out_summary"]: pipeline |= save_summary pipeline |= display_summary
# Iterate through pipeline for _ in pipeline: pass
if args["out_summary"]: print(f"[INFO] Saving summary to {summary_file}...") save_summary.write()
if __name__ == '__main__': args = parse_args() main(args)

其中，单个步骤的逻辑是分离的，主要功能是干净整洁的，功能与文章开头的脚本相同。

处理管道的模块化使我们可以在视频处理中重用CascadeDetectFaces类：

python process_video_pipeline.py -i assets/videos/faces.mp4 -ov faces.avi -p 12%|██████████████████████████ ██████▋ | 71/577 [00:08<01:12, 6.99it/s]

具有以下示例结果：

CascadeDetectFaces并不完美，但我们可以使用cv2.dnnOpenCV 中的一些深度学习模型和模块创建另一个实现，这将更准确，更容易在管道中替换它。