今天介绍一个简单、易用的开源计算机视觉库，名字是cvlib。
其 Github 地址：
https://github.com/arunponnusamy/cvlib
官方文档地址：
http://cvlib.net/
 
安装cvlib
 
这个库首先需要安装这两个库：
1) tensorflow
2) topencv
 
快速的安装方法是：

pip install opencv-python tensorflow

当然上述安装的 tensorflow 是 cpu 版本，如果希望安装可以使用 gpu 的，安装包名字是 tensorflow-gpu
 ，安装 gpu 版本需要注意安装正确版本的英伟达驱动、CUDA、CUDNN。接着就是正式安装 cvlib,简单的安装方法是通过 pip：

pip install cvlib

如果是希望升级到最新版本，命令为：

pip install --upgrade cvlib

第二种通过源码安装方法，只需要按照下列命令依次执行即可

git clone https://github.com/arunponnusamy/cvlib.git

cd cvlib

python setup.py sdist

pip install .

注意：目前仅在 Python 3.x 版本测试通过，而 2.x 版本并没有进行测试，所以建议在 Python 3.x 环境使用该库。
 
主要功能

目前 cvlib支持以下几种应用：
 
1）人脸检测
2）性别检测
3）目标检测
 
人脸检测
 
人脸检测的接口是 detect_face()，返回的结果是所有检测到的人脸的一个坐标点和置信度。
代码示例如下：

import cvlib as cv

import sys

import cv2

import os 



# read input image

image = cv2.imread(sys.argv[1])



# apply face detection

faces, confidences = cv.detect_face(image)



print(faces)

print(confidences)



# loop through detected faces

for face,conf in zip(faces,confidences):



    (startX,startY) = face[0],face[1]

    (endX,endY) = face[2],face[3]



    # draw rectangle over face

    cv2.rectangle(image, (startX,startY), (endX,endY), (0,255,0), 2)



# display output

# press any key to close window           

cv2.imshow("face_detection", image)

cv2.waitKey()



# save output

cv2.imwrite("face_detection.jpg", image)



# release resources

cv2.destroyAllWindows()

输出结果如下所示：


 
人脸检测的底层实现其实是通过 OpenCV 的 dnn模块，并加载一个预训练的 caffemodel。
 
性别检测

性别检测的接口是 detect_gender()，返回的是标签（男性or女性）以及预测的概率。
 
代码示例：

import cv2

import cvlib as cv

import sys

import numpy as np



# read input image

img = cv2.imread(sys.argv[1])



# apply face detection

face, conf = cv.detect_face(img)



# loop through detected faces

for f in face:



    (startX,startY) = f[0],f[1]

    (endX,endY) = f[2],f[3]



    # draw rectangle over face

    cv2.rectangle(img, (startX,startY), (endX,endY), (0,255,0), 2)



    face_crop = np.copy(img[startY:endY, startX:endX])



    # apply gender detection

    (label, confidence) = cv.detect_gender(face_crop)



    print(confidence)

    print(label)



    idx = np.argmax(confidence)

    label = label[idx]



    label = "{}: {:.2f}%".format(label, confidence[idx] * 100)



    Y = startY - 10 if startY - 10 > 10 else startY + 10



    cv2.putText(img, label, (startX, Y),  cv2.FONT_HERSHEY_SIMPLEX,

                0.7, (0, 255, 0), 2)



# display output

# press any key to close window           

cv2.imshow("gender detection", img)

cv2.waitKey()



# save output

cv2.imwrite("gender_detection.jpg", img)



# release resources

cv2.destroyAllWindows()

输出结果如下所示:
 

 
从示例代码可以看到，首先是需要检测人脸，然后将人脸部分传入性别检测接口，再得到最终的检测结果。其底层实现是采用 keras 的预训练模型，不过其准确率并不是特别的高，所以可以自己优化模型，提升性别检测的准确率，然后替换模型。
 
目标检测
 
目标检测的接口是 detect_common_objects()，它用于检测常见的物体，返回结果是图片中检测到的物体的坐标、类别标签以及置信度。

代码示例如下：

import cvlib as cv

from cvlib.object_detection import draw_bbox

import sys

import cv2



# read input image

image = cv2.imread(sys.argv[1])



# apply object detection

bbox, label, conf = cv.detect_common_objects(image)



print(bbox, label, conf)



# draw bounding box over detected objects

out = draw_bbox(image, bbox, label, conf)



# display output

# press any key to close window           

cv2.imshow("object_detection", out)

cv2.waitKey()



# save output

cv2.imwrite("object_detection.jpg", out)



# release resources

cv2.destroyAllWindows()

输出结果：

 
目标检测的底层实现是采用在 COCO 数据集上训练的 YOLOv3 模型。

另外，上述三个功能其实不仅是对图片进行检测，还可以实时调用，通过摄像头捕捉到的实时返回结果，代码例子可以查看：
https://github.com/arunponnusa ... herit其他功能
 
除了上述三个主要功能，其实 cvlib也还能实现以下两个功能：
 
1）获取视频的帧
2）生成 gif 动图获取视频的帧是在 utils.py中的函数 get_frames()，输入是视频的路径，使用方法如下代码所示：

import cvlib as cv

frames = cv.get_frames('~/Downloads/demo.mp4')

也可以添加一个保存所有帧的文件夹路径，返回的帧 frames是用列表保存的 numpy数组形式。

frames = cv.get_frames('~/Downloads/demo.mp4', '~/Downloads/demo_frames/')

生成 gif 动图则是函数 =inheritanimate()实现的，它需要输入一批图片或者保存图片的文件夹路径，然后返回一个 gif 并保存。

cv.animate(frames, '~/Documents/frames.gif')

这两个功能，具体可以查看：
https://github.com/arunponnusa ... 23L48
https://github.com/arunponnusa ... herit小结

今天介绍的计算机视觉库 =inheritcvlib是一个非常容易上手的工具，简单实现了人脸检测、性别检测和目标检测三个非常常用的应用。

最后，前两张图片其实是来自一部美剧《硅谷》，这是一部讲述几个程序员创业的故事，非常有趣又有常见的程序员梗，目前出了第四季，第五季也是最后一季估计是在年底播出，还是非常推荐大家看看的。
 
 

作者：KBSC13
来源：算法猿的成长