-
Notifications
You must be signed in to change notification settings - Fork 0
/
face_d_api_client_test.py
125 lines (107 loc) · 5.37 KB
/
face_d_api_client_test.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
import time
import os
import sys
import socket
import pickle
import argparse
import cv2
from face_d_api_class_client import AnimeFaceDet
global host
global port
import requests
def main():
parser = argparse.ArgumentParser(description='Anime-to-sketch test options.')
parser.add_argument("--host", type=str, default="0.0.0.0", help="サービスを提供するip アドレスを指定。")
parser.add_argument("--port", type=int, default=50001, help="サービスを提供するポートを指定。")
parser.add_argument('--wg', default='./weights/ssd_best8.pth', type=str)
parser.add_argument('--dataroot', default='./image/a' ,type=str)
parser.add_argument('--filename', default='./image/test2.jpg' ,type=str)
parser.add_argument('--test', default=0, type=int)
parser.add_argument('--level', default=0.5, type=float)
args = parser.parse_args()
level = args.level
host =args.host
port =args.port
url="http://" + host+":"+str(port)
print("IP=",host,"PORT=",port)
print("url=",url)
test=args.test
AF=AnimeFaceDet(url)
#**************** TEST START *****************
#face_det
if test==2:
imagefile = args.filename
print("imagefile=",imagefile)
img_data = cv2.imread(imagefile)
confidence_level=0.4
img_data, dnum, predict_bbox, pre_dict_label_index, scores =AF.face_det(img_data,confidence_level)
print("dnum=",dnum,"bbox=",predict_bbox,"label=",pre_dict_label_index,"score=",scores)
cv2.imshow("color",img_data)
cv2.waitKey(0)
cv2.destroyAllWindows()
#face_det_sq
if test==3:
imagefile = args.filename
print("imagefile=",imagefile)
img_data = cv2.imread(imagefile)
confidence_level=0.5
img_data, dnum, predict_bbox, pre_dict_label_index, scores =AF.face_det(img_data,confidence_level)
print("dnum=",dnum,"bbox=",predict_bbox,"label=",pre_dict_label_index,"score=",scores)
cv2.imshow("color",img_data)
cv2.waitKey(0)
cv2.destroyAllWindows()
#face_det_head(self,img_data,ratio,shift,confidence_level)
if test==4:
imagefile = args.filename
print("imagefile=",imagefile)
img_data = cv2.imread(imagefile)
ratio=1.72
shift=0.32
confidence_level=0.5
#Full val
#img_data, dnum, predict_bbox, pre_dict_label_index, scores =AF.face_det_head(img_data, ratio, shift, confidence_level)
#Use defolt val
img_data, dnum, predict_bbox, pre_dict_label_index, scores =AF.face_det_head(img_data)
print("dnum=",dnum,"bbox=",predict_bbox,"label=",pre_dict_label_index,"score=",scores)
cv2.imshow("color",img_data)
cv2.waitKey(0)
cv2.destroyAllWindows()
"""
################################# FUNCTION ############################################
# face_det(img_data,level) img_dataからアニメfaceを検出する ssdのオリジナル出力を得る
# img_data: OpenCVのjpeg イメージデータ
# level: 検出スコア： 省略可能：デフォルト=0.5
#
# Return： image, dnum, predict_bbox, pre_dict_label_index, scores
# omage= バウンディングbox付きイメージ
# dnum= result[0] 検出数（0.5以上のSCORE）
# bbox= result[1] 検出した顔のarrey[ＸＹ，Ｘ’Ｙ]のリスト
# label= result[2] 検出した顔の属性のリスト。0:girl, 1:girl_low, 2:man, 3:man_low
# score= result[3] 検出した顔のSCOREのリスト
#
# face_det_sq(img_data,level) img_dataからアニメfaceを検出する 顎から眉毛あたりまでの正方形を得る。
# img_data: OpenCVのjpeg イメージデータ
# level: 検出スコア： 省略可能：デフォルト=0.5
#
# Return： image, dnum, predict_bbox, pre_dict_label_index, scores
# omage= バウンディングbox付きイメージ
# dnum= 検出数（0.5以上のSCORE）
# bbox= 検出した顔のarrey[ＸＹ，Ｘ’Ｙ]のリスト
# label= 検出した顔の属性のリスト。0:girl, 1:girl_low, 2:man, 3:man_low
# score= 検出した顔のSCOREのリスト
#
# face_det_head(img_data,ratio,shift,level) img_dataからアニメfaceを検出する
# img_data: OpenCVのjpeg イメージデータ
# ratio: 正方形データの拡大レシオ 省略可能：デフォルト=1.72 ここの数字でバウンディングBOXに頭が入るように調整
# shift: 拡大した正方形データ上下シフト 省略可能：デフォルト=0.32 調整したBOXを上下位にずらすため
# level: 検出スコア： 省略可能：デフォルト=0.5
#
# Return： image, dnum, predict_bbox, pre_dict_label_index, scores
# omage= バウンディングbox付きイメージ
# dnum= result[0] 検出数（0.5以上のSCORE）
# bbox= result[1] 検出した顔のarrey[ＸＹ，Ｘ’Ｙ]のリスト
# label= result[2] 検出した顔の属性のリスト。0:girl, 1:girl_low, 2:man, 3:man_low
# score= result[3] 検出した顔のSCOREのリスト
"""
if __name__ == "__main__":
main()