Skip to content

Commit

Permalink
fix : test를 위해 주석처리
Browse files Browse the repository at this point in the history
  • Loading branch information
@sycuuui
sycuuui committed Apr 17, 2024
1 parent 6c5bc7d commit 1f5b7bb
Show file tree
Hide file tree
Showing 2 changed files with 122 additions and 122 deletions.
2 changes: 1 addition & 1 deletion app.py
View file
Original file line number Diff line number Diff line change
@@ -1,6 +1,6 @@
import io
import os
from pytorch import mosaic_jiyeon
# from pytorch import mosaic_jiyeon

from flask import (Flask, request, send_file)

Expand Down
242 changes: 121 additions & 121 deletions pytorch/mosaic_jiyeon.py
View file
Original file line number Diff line number Diff line change
@@ -1,121 +1,121 @@
import cv2
import torch
import os
from facenet_pytorch import MTCNN, InceptionResnetV1
import torchvision.transforms as transforms

def mosaic(video_path, image_paths):
# YOLOv5 모델 로드
# model = torch.hub.load('./pytorch/yolov5', 'custom', path='./pytorch/best.pt', source='local')
model = torch.hub.load('ultralytics/yolov5', 'custom', path='./pytorch/best.pt')
output_video_path = os.path.join('tmp', video_path)
# 특정 사람의 얼굴 이미지 로드
# person_image = face_recognition.load_image_file("goognyoo.png")
# person_encoding = face_recognition.face_encodings(person_image)[0]

# MTCNN과 SphereFace 모델 로드
mtcnn = MTCNN()
resnet = InceptionResnetV1(pretrained='vggface2').eval()

# 얼굴 인코딩을 저장할 리스트
encodings = []

# 각 이미지에서 얼굴을 인코딩하여 리스트에 추가
for image_path in image_paths:
# 이미지 파일 로드
image = cv2.imread(image_path)
# 얼굴 인코딩
results = model(image)

# 감지된 객체 중에서 사람만 처리
for result in results.xyxy[0]:
if result[5] == 0: # 클래스 인덱스가 0일 때(사람을 의미하는 클래스)
x1, y1, x2, y2 = result[:4].int().tolist()
# 얼굴 영역 추출
face_roi = image[y1:y2, x1:x2]

# PIL 이미지로 변환
face_image = transforms.ToPILImage()(face_roi)

face_image_tensor = transforms.ToTensor()(face_image)

# 얼굴 인코딩
encoding = resnet(face_image_tensor.unsqueeze(0))
#encodings.append(encoding.detach().numpy())
encodings.append(encoding)

# 모자이크 처리할 사이즈 정의
block_size = 10

# 동영상 파일 열기
cap = cv2.VideoCapture(video_path)

# 결과 동영상 파일 생성
fps = int(cap.get(cv2.CAP_PROP_FPS))
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
out = cv2.VideoWriter(output_video_path, cv2.VideoWriter.fourcc(*'mp4v'), fps, (frame_width, frame_height))

# 동영상 프레임마다 처리
while cap.isOpened():
ret, frame = cap.read()
if not ret:
break

# YOLOv5를 사용하여 객체 감지
results = model(frame)

threshold = 0.6

# 감지된 얼굴에 모자이크 처리
for result in results.xyxy[0]:
if result[5] == 0: # 클래스 인덱스가 0일 때(사람 얼굴을 의미하는 클래스)
x1, y1, x2, y2 = result[:4].int().tolist()
# 얼굴 영역 추출
face_roi = frame[y1:y2, x1:x2]

# 얼굴 이미지 크기 조정
face_roi_resized = cv2.resize(face_roi, (224, 224))

# PIL 이미지로 변환
face_image = transforms.ToPILImage()(face_roi_resized)

# PIL 이미지를 Tensor로 변환
face_image_tensor = transforms.ToTensor()(face_image)

# 얼굴 인코딩
encoding = resnet(face_image_tensor.unsqueeze(0))
#encoding_np = encoding.detach().numpy()

# 특정 사람과의 얼굴 일치 여부 확인
match = False
for enc in encodings:
# 각 얼굴의 특징 벡터를 비교하여 유사성 판단
similarity = torch.nn.functional.cosine_similarity(encoding, enc, dim=1)
if similarity > threshold: # 유사성이 임계값보다 크면 얼굴이 일치한다고 판단
match = True
break

if match: # 특정 사람과 일치하지 않는 경우에만 모자이크 처리
# 얼굴 영역에 모자이크 처리
continue

blurred_face = cv2.resize(face_roi, (block_size, block_size))
blurred_face = cv2.resize(blurred_face, (x2 - x1, y2 - y1), interpolation=cv2.INTER_AREA)
frame[y1:y2, x1:x2] = blurred_face

# 모자이크 처리된 프레임 결과 동영상에 추가
out.write(frame)

# 종료
cap.release()
out.release()
cv2.destroyAllWindows()

return output_video_path

# if __name__ == "__main__":
# import sys
# video_path = sys.argv[1]
# image_paths = ["train/Gongyoo/img.png", "train/Gongyoo/img_1.png", "train/Gongyoo/goognyoo.png", "train/Gongyoo/gongyoo2.jpg", "train/Gongyoo/img_2.png"]
# mosaic(video_path, image_paths)
# import cv2
# import torch
# import os
# from facenet_pytorch import MTCNN, InceptionResnetV1
# import torchvision.transforms as transforms
#
# def mosaic(video_path, image_paths):
# # YOLOv5 모델 로드
# # model = torch.hub.load('./pytorch/yolov5', 'custom', path='./pytorch/best.pt', source='local')
# model = torch.hub.load('ultralytics/yolov5', 'custom', path='./pytorch/best.pt')
# output_video_path = os.path.join('tmp', video_path)
# # 특정 사람의 얼굴 이미지 로드
# # person_image = face_recognition.load_image_file("goognyoo.png")
# # person_encoding = face_recognition.face_encodings(person_image)[0]
#
# # MTCNN과 SphereFace 모델 로드
# mtcnn = MTCNN()
# resnet = InceptionResnetV1(pretrained='vggface2').eval()
#
# # 얼굴 인코딩을 저장할 리스트
# encodings = []
#
# # 각 이미지에서 얼굴을 인코딩하여 리스트에 추가
# for image_path in image_paths:
# # 이미지 파일 로드
# image = cv2.imread(image_path)
# # 얼굴 인코딩
# results = model(image)
#
# # 감지된 객체 중에서 사람만 처리
# for result in results.xyxy[0]:
# if result[5] == 0: # 클래스 인덱스가 0일 때(사람을 의미하는 클래스)
# x1, y1, x2, y2 = result[:4].int().tolist()
# # 얼굴 영역 추출
# face_roi = image[y1:y2, x1:x2]
#
# # PIL 이미지로 변환
# face_image = transforms.ToPILImage()(face_roi)
#
# face_image_tensor = transforms.ToTensor()(face_image)
#
# # 얼굴 인코딩
# encoding = resnet(face_image_tensor.unsqueeze(0))
# #encodings.append(encoding.detach().numpy())
# encodings.append(encoding)
#
# # 모자이크 처리할 사이즈 정의
# block_size = 10
#
# # 동영상 파일 열기
# cap = cv2.VideoCapture(video_path)
#
# # 결과 동영상 파일 생성
# fps = int(cap.get(cv2.CAP_PROP_FPS))
# frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
# frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# out = cv2.VideoWriter(output_video_path, cv2.VideoWriter.fourcc(*'mp4v'), fps, (frame_width, frame_height))
#
# # 동영상 프레임마다 처리
# while cap.isOpened():
# ret, frame = cap.read()
# if not ret:
# break
#
# # YOLOv5를 사용하여 객체 감지
# results = model(frame)
#
# threshold = 0.6
#
# # 감지된 얼굴에 모자이크 처리
# for result in results.xyxy[0]:
# if result[5] == 0: # 클래스 인덱스가 0일 때(사람 얼굴을 의미하는 클래스)
# x1, y1, x2, y2 = result[:4].int().tolist()
# # 얼굴 영역 추출
# face_roi = frame[y1:y2, x1:x2]
#
# # 얼굴 이미지 크기 조정
# face_roi_resized = cv2.resize(face_roi, (224, 224))
#
# # PIL 이미지로 변환
# face_image = transforms.ToPILImage()(face_roi_resized)
#
# # PIL 이미지를 Tensor로 변환
# face_image_tensor = transforms.ToTensor()(face_image)
#
# # 얼굴 인코딩
# encoding = resnet(face_image_tensor.unsqueeze(0))
# #encoding_np = encoding.detach().numpy()
#
# # 특정 사람과의 얼굴 일치 여부 확인
# match = False
# for enc in encodings:
# # 각 얼굴의 특징 벡터를 비교하여 유사성 판단
# similarity = torch.nn.functional.cosine_similarity(encoding, enc, dim=1)
# if similarity > threshold: # 유사성이 임계값보다 크면 얼굴이 일치한다고 판단
# match = True
# break
#
# if match: # 특정 사람과 일치하지 않는 경우에만 모자이크 처리
# # 얼굴 영역에 모자이크 처리
# continue
#
# blurred_face = cv2.resize(face_roi, (block_size, block_size))
# blurred_face = cv2.resize(blurred_face, (x2 - x1, y2 - y1), interpolation=cv2.INTER_AREA)
# frame[y1:y2, x1:x2] = blurred_face
#
# # 모자이크 처리된 프레임 결과 동영상에 추가
# out.write(frame)
#
# # 종료
# cap.release()
# out.release()
# cv2.destroyAllWindows()
#
# return output_video_path
#
# # if __name__ == "__main__":
# # import sys
# # video_path = sys.argv[1]
# # image_paths = ["train/Gongyoo/img.png", "train/Gongyoo/img_1.png", "train/Gongyoo/goognyoo.png", "train/Gongyoo/gongyoo2.jpg", "train/Gongyoo/img_2.png"]
# # mosaic(video_path, image_paths)

0 comments on commit 1f5b7bb

Please sign in to comment.