OpenCVで物体認識を行うRuby拡張ライブラリのソース

2007-03-14追記: インストールしやすいようにgemを作りました→dara日記

概要

顔画像認識サービス Face Detector (http://face.orzorz.org/) でも利用している Ruby拡張ライブラリを公開します。OpenCVがインストールされている環境であれば、以下にありますソースファイルを用意して

% ruby extconf.rb
% make

で拡張ライブラリを作成できるはずです。

使用する際は

require 'detector'
Detector::detect("haarcascade_frontalface_alt2.xml", "image.jpg")

のようにします。検出された領域の (左上角の)x座標, y座標, 幅, 高さ の4要素からなる配列を検出された個数だけ含む配列が返ります。

"haarcascade_frontalface_alt2.xml"というファイルが顔画像のモデルファイルで、OpenCVのアーカイブ内(data/haarcascades/)に入っています。

extconf.rb

require 'mkmf'
pkg_config("opencv")
create_makefile 'detector'

detector.c

/*
  A Ruby Module for Object Detection
  by Yohji SHIDARA <dara@shidara.net>
*/
#include <stdio.h>
#include “cv.h”
#include “highgui.h”
#include “ruby.h”
/
  Usage:
  Detector::detect(“haar.xml”, “image.jpg”)
  => [[x,y,width,height], [x,y,width,height], … ]
/
VALUE rb_detect(VALUE self, VALUE model_path, VALUE target_path) {
Check_Type(model_path, T_STRING);
Check_Type(target_path, T_STRING);
/* モデルと画像を読み込む /
CvHaarClassifierCascade cascade = cvLoad(RSTRING(model_path)->ptr, 0, 0, 0);
if( cascade == 0 ) {
rb_raise(rb_eArgError, “Can’t load the cascade file”);
}
IplImage *img = cvLoadImage(RSTRING(target_path)->ptr, 1);
if( img == 0 ) {
rb_raise(rb_eArgError, “Can’t load the image file”);
}
/* グレースケールに変換 */
IplImage *gray = cvCreateImage( cvSize(img->width, img->height), 8, 1);
cvCvtColor(img, gray, CV_BGR2GRAY);
cvEqualizeHist(gray, gray);
/* 画像の大きさを調整 /
int width_limit = 320, height_limit = 320;
double scale_w, scale_h, scale;
scale_w = (double)img->width/width_limit;
scale_h = (double)img->height/height_limit;
scale = (scale_w>scale_h) ? scale_w : scale_h;
if(scale < 1)
scale = 1;
IplImage small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
cvRound (img->height/scale)),
8, 1 );
cvResize( gray, small_img, CV_INTER_LINEAR );
/* 領域を抽出する /
CvMemStorage storage = cvCreateMemStorage(0);
CvSeq *faces = cvHaarDetectObjects(small_img, cascade, storage,
1.1, 2, CV_HAAR_DO_CANNY_PRUNING,
cvSize(0,0) );
/* 結果を出力する /
VALUE results = rb_ary_new();
int i=0;
for(i=0; i<(faces?faces->total:0); i++) {
CvRect r = (CvRect*)cvGetSeqElem(faces, i);
rb_ary_push(results,
rb_ary_new3(4, INT2NUM(r->xscale), INT2NUM(r->yscale),
INT2NUM(r->widthscale),INT2NUM(r->heightscale)
)
);
}
/* 後片付け */
cvReleaseMemStorage(&storage);
cvReleaseImage(&img);
cvReleaseImage(&gray);
return results;
}
void Init_detector()
{
VALUE module;
module = rb_define_module(“Detector”);
rb_define_module_function(module, “detect”, rb_detect, 2);
}