{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Gabriele Iocco

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Sistema di Face Detection per una fotocamera digitale con Scikit-Learn

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Questo modello deve essere in grado, dopo aver ricevuto un'immagine in ingresso, di rilevare la presenza di un volto umano. Poiché il sistema su cui girerà dispone di poche risorse di calcolo, ho deciso di fissare il peso massimo di ogni immagine a 1 MB. Ho scelto questo valore rifacendomi alle prime macchine digitali economiche dei primi anni 2000, che generavano file con dimensioni comprese tra poche centinaia di kilobyte e un massimo di 1 MB.

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Creazione del dataset

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

All'inizio avevo creato un dataset bilanciato di 6000 immagini, 3000 per la classe contenente volti e 3000 per la classe non contenente volti di cui 1000 immagini (paesaggio) erano mie, le altre 5000 le avevo scaricate dal sito https://unsplash.com/it

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Le immagini prese da \"unsplash.com\" le ho caricate direttamente nella cartella di progetto in quanto avevano già un peso molto ridotto.
Le mie immagini essendo in formato .png e alla massima qualità invece le ho convertite in .jpg e ho diminuito la risoluzione.
Entrambi i due set di immagini sono stati rinominati per avere maggiore chiarezza.

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Link alle cartelle che contengono le immaginihttps://drive.google.com/drive/folders/1M_CLph91T6W2tbwpuCyyIe4joEgBwLMh?usp=drive_link

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Inizialmente, ho addestrato modelli usando la regressione logistica su dataset con centinaia o migliaia di immagini, ma l'accuratezza era sempre bassa, tra il 53% e il 60%. Sono quindi passato al modello Random Forest ottenendo un'accuratezza del 79,8% su specifiche immagini utilizzando Google Colab per gestire l'elevata richiesta di memoria ram sebbene questo abbia richiesto di ridurre la dimensione del dataset.

Durante i test eseguivo l'addestramento su Colab e poi passavo le immagini al modello su Jupyter, poiché riscontravo problemi nell'elaborazione diretta su Colab.

Più avanti una parte del progetto l'ho caricato sottoforma di file html per questo motivo.

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Conversione delle immagini jpg in formato PPM

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Ho pensato di convertire le immagini nel formato PPM in modo da memorizzare l’immagine in modo strutturato e optando per il formato ASCII il quale è facilmente interpretabile.

Con i file .PPM ottenuti ho calcolato il rapporto tra i canali R/G per la rilevazione delle zone di pelle presenti nelle immagini rifacendomi a questa tesi di laurea presente al seguente indirizzo http://www.cristinasegalin.com/research/ee/BachelorThesis.pdf dove viene discusso il lavoro di due ricercatori Brand e Mason i quali pubblicarono i loro studi su J. Brand, J. S. Mason. A Comparative Assessment of Three Approaches to Pixel-level Human Skin-Detection. Proc. Intl. Conf. Pattern Recognition, Pag. 1056-1059, 2000

Ho integrato anche l'apporto del canale B sulle zone di pelle calcolando il B_value come R/3 prendendo spunto da https://francismarionphoto.wordpress.com/wp-content/uploads/2012/01/art218_psexercise_skintones.pdf e https://digital-photography-school.com/skin-tones-using-lightrooms-color-curves/ e i valori di H(tinta), S(saturazione) e V(luminosità)

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "import os\n", "import threading\n", "import time\n", "from tqdm import tqdm\n", "import sys\n", "import math\n", "import matplotlib.pyplot as plt\n", "import matplotlib.colors as colors\n", "import pandas as pd\n", "import numpy as np\n", "from sklearn.ensemble import RandomForestClassifier\n", "from joblib import load\n", "import seaborn as sns\n", "from sklearn.metrics import confusion_matrix\n", "from sklearn.model_selection import train_test_split, GridSearchCV\n", "from sklearn.model_selection import RandomizedSearchCV\n", "from sklearn.preprocessing import StandardScaler\n", "from sklearn import svm\n", "from sklearn.metrics import classification_report, accuracy_score\n", "from sklearn.utils import resample\n", "import tkinter as tk\n", "from tkinter import filedialog\n", "from matplotlib.patches import Rectangle\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n\n\n\n\n\nface_detection_colab\n\n\n\n\n\n\n\n\n\n\n\n\n
\n
\n
\n
\n
\n
\n
\n

Funzioni per l'animazione della cella di output

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
class Animation:\n    def __init__(self, message=\"Sto convertendo\", interval=0.5):\n\n        self.message = message\n        self.interval = interval\n        self.stop_event = threading.Event()\n        self.thread = threading.Thread(target=self.animate)\n\n    def animate(self):\n        dots = 0\n        while not self.stop_event.is_set():\n            dots = (dots + 1) % 4  # 0,1,2,3\n            if dots == 0:\n                display = self.message\n            else:\n                display = self.message + \".\" * dots\n            # Carriage return per sovrascrivere la linea precedente\n            sys.stdout.write(\"\\r\" + display)\n            sys.stdout.flush()\n            time.sleep(self.interval)\n        # Pulizia della linea dopo l'animazione\n        sys.stdout.write(\"\\r\" + \" \" * (len(self.message) + 3) + \"\\r\")\n        sys.stdout.flush()\n\n    def start(self):\n\n        self.thread.start()\n\n    def stop(self):\n\n        self.stop_event.set()\n        self.thread.join()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def measure_time(func, *args, **kwargs):\n\n    start_time = time.perf_counter()\n    result = func(*args, **kwargs)\n    end_time = time.perf_counter()\n    elapsed_time = end_time - start_time\n    return result, elapsed_time\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Il codice effettua un ridimensionamento dell'immagine tramite binning, riducendo la risoluzione calcolando la media dei valori dei pixel in blocchi definiti dal fattore di scala.

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def resize_image_binning(img, scale_percent):\n\n    # Calcolo il fattore di ridimensionamento in un fattore decimale\n    scale_factor = scale_percent / 100.0\n\n    # Calcolo le nuove dimensioni, math.floor è per arrotondare\n    new_height = math.floor(img.shape[0] * scale_factor) # img.shape[0] = dimensione originale h\n    new_width = math.floor(img.shape[1] * scale_factor)  # img.shape[1] = dimensione originale w\n\n    # Calcolo il fattore di binning, i fattori determinano quanti pixel devono essere combinati in un blocco per ridimensionare l’immagine tramite binning\n    # Le dimensioni originali vengono divise per quelle nuove ed il risultato combinato in un unico pixel nell’immagine finale\n    # Esempio: bin_factor_h = 2000 // 500\n             # bin_factor_w = 1000 // 250\n             # risultato: 4 e 4\n    # ogni blocco di 4x4 pixel verrà combinato in un unico pixel nell’immagine finale\n\n    bin_factor_h = img.shape[0] // new_height\n    bin_factor_w = img.shape[1] // new_width\n\n    if bin_factor_h < 1 or bin_factor_w < 1:\n        raise ValueError(\"Scale_percentage ha un valore troppo grande e l'immagine risulterà troppo piccola.\")\n\n    # cropped_height e cropped_width sono il prodotto di new_height e new_width con i rispettivi fattori di binning (bin_factor_h e bin_factor_w)\n    # Facendo così l'immagine è divisibile in blocchi per eseguire il binning\n    # Rrappresentano la porzione dell’immagine che può essere divisa esattamente in blocchi di dimensioni bin_factor_h e bin_factor_w\n    cropped_height = bin_factor_h * new_height\n    cropped_width = bin_factor_w * new_width\n    if img.shape[0] < cropped_height or img.shape[1] < cropped_width:\n        raise ValueError(\"Dimensioni dell'immagine troppo piccole per il binning richiesto.\")\n\n    # Se img.ndim == 3 vuol dire che l'immagine ha tre dimensioni,quindi a colori RGB\n    if img.ndim == 3:\n        # Questo ritaglio assicura che l’immagine sia esattamente della dimensione richiesta per il binning, evitando bordi non divisibili\n        img_cropped = img[:cropped_height, :cropped_width, :]\n            # img_cropped viene ridimensionato in una struttura a 5 dimensioni\n            # new_height e new_width sono le dimensioni finali che voglio ottenere\n            # bin_factor_h e bin_factor_w indicano il numero di pixel da combinare\n            # img.shape[2] mantiene i canali di colore\n            # calcola la media dei pixel lungo le dimensioni di binning riducendo così l'immagine alla risoluzione richiesta\n            # ogni pixel rappresenta la media dei blocchi originali\n        img_binned = img_cropped.reshape(new_height, bin_factor_h, new_width, bin_factor_w, img.shape[2]).mean(axis=(1,3))\n            # reshape applica il binning creando una struttura 5D contenente le nuove dimensioni, i fattori di bin e i canali colore\n            # continuando con l'esempio di prima     500 righe di blocchi, ciascuno alto 4 pixel\n                                                   # 250 colonne di blocchi, ciascuno largo 4 pixel\n                                                   # 3 canali per i colori (rosso, verde, blu)\n    else:\n        raise ValueError(\"Formato immagine non supportato.\")\n\n    # Converto in uint8 se necessario\n    # uint8 rappresenta numeri interi con un range di valori compreso tra 0 e 255 senza valori negativi\n    if img_binned.dtype != np.uint8:\n        img_binned = (img_binned).astype(np.uint8)\n\n    return img_binned\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Questa funzione legge ogni immagine, la elabora e la salva come un array NumPy.
Gli array NumPy permettono di avere efficienza computazionale e facilitano le manipolazioni delle immagini come ad esempio sui canali colore, sul crop o sulla rotazione

\n

https://numpy.org/doc/

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def resize_images(input_folder, output_folder, scale_percent):\n    if not os.path.exists(output_folder):\n        os.makedirs(output_folder)\n        print(f\"Creata cartella di output per il ridimensionamento: {output_folder}\")\n\n    # Elenco i file nella cartella di input\n    files = os.listdir(input_folder)\n    jpg_files = [f for f in files if f.lower().endswith(('.jpg', '.jpeg'))]\n    total_files = len(jpg_files)\n    print(f\"Numero totale di immagini da ridimensionare: {total_files}\")\n\n    converted_count = 0\n\n    # Istanza della classe Animation utilizzata durante la conversione delle immagini\n    animation = None\n\n    # Iterazione su ogni file contenuto su jpg_files\n    for filename in jpg_files:\n        img_path = os.path.join(input_folder, filename)\n        resized_filename = os.path.splitext(filename)[0] + '_resized.jpg'\n        resized_path = os.path.join(output_folder, resized_filename)\n\n        try:\n            # Funzione per il ridimensionamento\n            def process_image(path):\n                # Leggo l'immagine JPG\n                img = plt.imread(path)\n                return img #resituisce un array NUmPy\n\n            # Misura del tempo di lettura dell'immagine\n            # img_path viene passato a process_image tramite il parametro path\n            img, elapsed_time = measure_time(process_image, img_path)\n\n            # Ridimensiono l'immagine\n            if scale_percent != 100:\n                img_resized, resize_time = measure_time(resize_image_binning, img, scale_percent)\n            else:\n                img_resized = img\n                resize_time = 0.0  # Nessun ridimensionamento effettuato\n\n            # Salvo l'immagine ridimensionata come JPG nella cartella di output\n            def save_image(path, image):\n                plt.imsave(path, image)\n\n            # questa funzione chiama save_image per salvare l’immagine img_resized in resized_path e\n            # calcola il tempo necessario per farlo, assegnandolo alla variabile save_time\n            _, save_time = measure_time(save_image, resized_path, img_resized)\n\n            converted_count += 1\n\n            # Calcola il tempo totale per questa operazione\n            total_elapsed = elapsed_time + resize_time + save_time\n\n            # Se il conteggio delle immagini elaborate è inferiore o uguale a 5, stampa un messaggio con\n            # il numero di immagini elaborate, il percorso dell’immagine ridimensionata e il tempo totale impiegato\n            if converted_count <= 5:\n                print(f\"[{converted_count}/{total_files}] Ridimensionata: {img_path} -> {resized_path} in {total_elapsed:.4f} secondi.\")\n\n            # Avvio l'animazione dopo i primi 5 ridimensionamenti\n            if converted_count == 6:\n                animation = Animation(message=\"Sto ridimensionando\")\n                animation.start()\n\n        except Exception as e:\n            print(f\"Errore nel ridimensionamento di {img_path}: {e}\")\n\n    # Segnala di fermare l'animazione\n    if converted_count > 5 and animation is not None:\n        animation.stop()\n        print(\"Ridimensionamento completato.\")\n    else:\n        print(\"Ridimensionamento completato.\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Percorsi delle cartelle\nfaces_jpg = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_jpg'\nfaces_jpg_resized = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_jpg_resized'\n\nno_faces_jpg = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_jpg'\nno_faces_jpg_resized = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_jpg_resized'\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
resize_images(\n    input_folder=faces_jpg,\n    output_folder=faces_jpg_resized,\n    scale_percent=50\n)\n\nresize_images(\n    input_folder=no_faces_jpg,\n    output_folder=no_faces_jpg_resized,\n    scale_percent=50\n)\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def convert_jpg_to_ppm(input_folder, output_folder):\n    # Creazione della cartella di output se non esiste\n    if not os.path.exists(output_folder):\n        os.makedirs(output_folder)\n        print(f\"Creata cartella di output: {output_folder}\")\n\n    # Lista dei file nella cartella di input\n    files = os.listdir(input_folder)\n    jpg_files = [f for f in files if f.lower().endswith(('.jpg', '.jpeg'))]\n    total_files = len(jpg_files)\n    print(f\"Numero totale di immagini da convertire: {total_files}\")\n\n    # Contatore per le immagini convertite\n    converted_count = 0\n\n    # Istanza della classe Animation\n    animation = None\n\n    # Iterazione sulle immagini\n    for filename in jpg_files:\n        img_path = os.path.join(input_folder, filename)\n        ppm_filename = os.path.splitext(filename)[0] + '.ppm'\n        ppm_path = os.path.join(output_folder, ppm_filename)\n\n        try:\n            # Misurazione del tempo\n            start_time = time.perf_counter()\n\n            # Leggo l'immagine JPG\n            img = plt.imread(img_path)\n\n            # Salvo l'immagine in formato PPM\n            plt.imsave(ppm_path, img)\n\n            # Fine della misurazione del tempo\n            end_time = time.perf_counter()\n            elapsed_time = end_time - start_time\n\n            converted_count += 1\n\n            # Stampa del tempo per le prime 5 conversioni\n            if converted_count <= 5:\n                print(f\"[{converted_count}/{total_files}] Convertita: {img_path} -> {ppm_path} in {elapsed_time:.4f} secondi.\")\n\n            # Avvia l'animazione dopo le prime 5 conversioni\n            if converted_count == 6:\n                animation = Animation(message=\"Sto convertendo\")\n                animation.start()\n\n        except Exception as e:\n            print(f\"Errore nella conversione di {img_path}: {e}\")\n\n    # Segnala di fermare l'animazione\n    if converted_count > 5 and animation is not None:\n        animation.stop()\n        print(\"Conversione completata.\")\n    else:\n        print(\"Conversione completata.\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
faces_resized_folder  = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_jpg_resized'\nfaces_output_ppm  = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_PPM'\n\nno_faces_resized_folder  = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_jpg_resized'\nno_faces_output_ppm  = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_PPM'\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Converto i fole da jpg a PPM\nconvert_jpg_to_ppm(faces_resized_folder, faces_output_ppm)\n\nconvert_jpg_to_ppm(no_faces_resized_folder, no_faces_output_ppm)\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Leggo i file PPM

\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Con questa funzione leggo il contenuto dei file .ppm.
Ogni pixel dell'immagine è rappresentato da un tripletto di valori (R, G, B), ognuno dei quali varia tra 0 e 255 (per immagini a 8 bit per canale).

\n

https://en.wikipedia.org/wiki/Netpbm#PPM_example

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def read_ppm(filename):\n    with open(filename, 'rb') as f:\n        magic_number = f.readline().strip()\n        if magic_number != b'P6':\n            raise ValueError(f\"Formato PPM non supportato: {magic_number.decode()}. Solo il formato P6 è supportato.\")\n\n        # Leggo le intestazioni: width, height, maxval\n        width, height, maxval = None, None, None\n        while True:\n            line = f.readline().strip()\n            if line.startswith(b'#') or len(line) == 0:\n                continue  # Ignorare commenti e linee vuote\n            tokens = line.split()\n            if not width and len(tokens) >= 2:\n                width, height = int(tokens[0]), int(tokens[1])\n                if len(tokens) > 2:\n                    maxval = int(tokens[2])\n                    break\n            elif width and not maxval and len(tokens) >= 1:\n                maxval = int(tokens[0])\n                break\n\n        if width is None or height is None or maxval is None:\n            raise ValueError(\"Intestazione PPM incompleta o formattata in modo errato.\")\n\n        # Leggo i dati dei pixel\n        pixel_data = f.read(width * height * 3)\n        if len(pixel_data) != width * height * 3:\n            raise ValueError(\"I dati dei pixel nel file PPM sono incompleti o corrotti.\")\n\n        image = np.frombuffer(pixel_data, dtype=np.uint8).reshape((height, width, 3))\n    return image\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Creo il dataset che include le immagini con volti, senza volti, il rapporto R/G, il B_value R/3 e HSV

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def rgb_to_hsv_manual(R, G, B):\n    # Normalizzo i valori RGB a [0, 1]\n    R_norm = R / 255.0\n    G_norm = G / 255.0\n    B_norm = B / 255.0\n\n    # Stack dei canali\n    rgb = np.stack((R_norm, G_norm, B_norm), axis=-1)\n\n    hsv = colors.rgb_to_hsv(rgb)\n\n    H = hsv[:, :, 0]\n    S = hsv[:, :, 1]\n    V = hsv[:, :, 2]\n\n    return H, S, V\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Con flatten() ogni caratteristica dell’immagine (come il rapporto R/G, il valore B, e le componenti H, S, e V)
diventa un singolo vettore di valori facilitando la creazione di un array di caratteristiche omogeneo

https://eitca.org/artificial-intelligence/eitc-ai-dlpp-deep-learning-with-python-and-pytorch/neural-network/building-neural-network/examination-review-building-neural-network/why-do-we-need-to-flatten-images-before-passing-them-through-the-network/

https://machinelearningmastery.com/image-vector-representation-for-machine-learning-using-opencv/

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
def create_dataset_from_folder(ppm_folder, label, csv_filename=None):\n    X = []\n    y = []\n\n    for file in os.listdir(ppm_folder):\n        if file.lower().endswith('.ppm'):\n            ppm_path = os.path.join(ppm_folder, file)\n            try:\n                image = read_ppm(ppm_path)\n                print(f\"Lettura dell'immagine {ppm_path} riuscita.\")\n\n                R = image[:, :, 0].astype(float)\n                G = image[:, :, 1].astype(float)\n                B = image[:, :, 2].astype(float)\n\n                # Evito divisioni per zero\n                G[G == 0] = 1.0\n                B[B == 0] = 1.0\n\n                # Calcolo il rapporto R/G\n                R_G_ratio = R / G\n\n                # Definisco B come R / 3\n                B = R / 3\n\n                # Assegno B a B_value\n                B_value = B\n\n                # Converto in HSV\n                H, S, V = rgb_to_hsv_manual(R, G, B)\n                print(f\"Conversione HSV completata per {ppm_path}.\")\n\n                tolerance = 0.2\n\n                # Verifico se B è circa uguale a R/3\n                if np.allclose(B, R / 3, atol=tolerance):\n                    # Con flatten() ogni caratteristica dell’immagine (come il rapporto R/G, il valore B, e le componenti H, S, e V)\n                    # diventa un singolo vettore di valori facilitando la creazione di un array di caratteristiche omogeneo\n                    features = np.column_stack((\n                        R_G_ratio.flatten(),\n                        B_value.flatten(),\n                        H.flatten(),\n                        S.flatten(),\n                        V.flatten()\n                    ))\n                    X.append(features)\n                    y.extend([label] * len(R.flatten()))\n                    print(f\"Dati aggiunti per {ppm_path}.\")\n                else:\n                    print(f\"B non corrisponde a R/3 per il file {ppm_path}\")\n                    # Puoi decidere come gestire i casi non validi, ad esempio ignorare il file\n\n            except Exception as e:\n                print(f\"Errore nel leggere o elaborare il file {ppm_path}: {e}\")\n\n    # Verifica se X contiene dati prima di eseguire np.vstack\n    if X:\n        try:\n            # Converti X in un array NumPy\n            X = np.vstack(X)  # Combina tutte le immagini in un unico array\n        except ValueError as ve:\n            print(f\"Errore durante la concatenazione degli array: {ve}\")\n            X = np.array([])  # In caso di errore, assegna un array vuoto\n    else:\n        X = np.array([])  # Se X è vuoto, assegna un array vuoto\n\n    # Salva in CSV se specificato e X non è vuoto\n    if csv_filename and X.size > 0:\n        df = pd.DataFrame(X, columns=['R_G_ratio', 'B_value', 'H', 'S', 'V'])\n        df['Label'] = y\n        df.to_csv(csv_filename, index=False)\n        print(f\"Dataset salvato in {csv_filename}\")\n    elif csv_filename:\n        print(f\"Nessun dato valido da salvare in {csv_filename}\")\n\n    return X, y\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Definizione delle cartelle e dei percorsi\nskin_ppm_folder = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_PPM'\nnon_skin_ppm_folder = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_PPM'\n\nskin_csv_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/skin_dataset_rg_rb_hsv.csv'\nnon_skin_csv_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/non_skin_dataset_rg_rb_hsv.csv'\ncombined_csv_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/combined_skin_non_skin_dataset_rg_rb_hsv.csv'\n\ncount = 0\n\n# Creo i dataset per skin e non-skin\nprint(\"Creazione del dataset per le immagini con volti...\")\n(X_skin, y_skin), time_skin = measure_time(lambda: create_dataset_from_folder(skin_ppm_folder, label=1, csv_filename=skin_csv_path))\nprint(f\"Tempo per creare il dataset skin: {time_skin:.2f} secondi\")\ncount += 1\n\n# Stampa del tempo per le prime 5 conversioni\nif count <= 5:\n    print(f\"[{count}/...] Dataset skin creato.\")\n\n# L'animazione inizia dopo le prime 5 conversioni\nif count == 6:\n    animation = Animation(message=\"Sto convertendo\")\n    animation.start()\n\nprint(\"Creazione del dataset per le immagini senza volti...\")\n(X_non_skin, y_non_skin), time_non_skin = measure_time(lambda: create_dataset_from_folder(non_skin_ppm_folder, label=0, csv_filename=non_skin_csv_path))\nprint(f\"Tempo per creare il dataset non-skin: {time_non_skin:.2f} secondi\")\ncount +=1\n\n# Stampa del tempo per le prime 5 conversioni\nif count <= 5:\n    print(f\"[{count}/...] Dataset non-skin creato.\")\n\nif count == 6:\n    animation = Animation(message=\"Sto convertendo\")\n    animation.start()\n\n# Combino i dataset e le etichette\nif X_skin.size > 0 and X_non_skin.size > 0:\n    X = np.vstack((X_skin, X_non_skin))  # Caratteristiche combinate (R_G_ratio, B_value, H, S, V)\n    y = np.concatenate((y_skin, y_non_skin))  # Etichette combinate\n\n    # Salvo il dataset combinato in CSV\n    combined_df = pd.DataFrame(X, columns=['R_G_ratio'])\n    combined_df['Label'] = y\n    combined_df.to_csv(combined_csv_path, index=False)\n    print(f\"Dataset combinato salvato in '{combined_csv_path}'\")\n\n\n    print(\"Prime 5 righe del dataset combinato:\")\n    print(combined_df.head())\n\nelse:\n    print(\"Uno dei dataset (skin o non-skin) è vuoto.\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
BASE_URL = \"/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/\"\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv = pd.read_csv(BASE_URL + \"combined_skin_non_skin_dataset_rg_rb_hsv.csv\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.shape\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
(206195753, 6)
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.count()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
R_G_ratio    206195753\nB_value      206195753\nH            206195753\nS            206195753\nV            206195753\nLabel        206195753\ndtype: int64
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.head()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
R_G_ratioB_valueHSVLabel
00.0263160.3333330.3303830.9912280.149021
10.0263160.3333330.3303830.9912280.149021
20.0263160.3333330.3303830.9912280.149021
30.0263160.3333330.3303830.9912280.149021
40.0263160.3333330.3303830.9912280.149021
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.info()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
<class 'pandas.core.frame.DataFrame'>\nRangeIndex: 206195753 entries, 0 to 206195752\nData columns (total 6 columns):\n #   Column     Dtype  \n---  ------     -----  \n 0   R_G_ratio  float64\n 1   B_value    float64\n 2   H          float64\n 3   S          float64\n 4   V          float64\n 5   Label      int64  \ndtypes: float64(5), int64(1)\nmemory usage: 9.2 GB\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.describe\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
<bound method NDFrame.describe of            R_G_ratio    B_value         H         S         V  Label\n0           0.026316   0.333333  0.330383  0.991228  0.149020      1\n1           0.026316   0.333333  0.330383  0.991228  0.149020      1\n2           0.026316   0.333333  0.330383  0.991228  0.149020      1\n3           0.026316   0.333333  0.330383  0.991228  0.149020      1\n4           0.026316   0.333333  0.330383  0.991228  0.149020      1\n...              ...        ...       ...       ...       ...    ...\n206195748   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195749   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195750   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195751   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195752   1.341463  18.333333  0.103030  0.666667  0.215686      0\n\n[206195753 rows x 6 columns]>
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.isna()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
R_G_ratioB_valueHSVLabel
0FalseFalseFalseFalseFalseFalse
1FalseFalseFalseFalseFalseFalse
2FalseFalseFalseFalseFalseFalse
3FalseFalseFalseFalseFalseFalse
4FalseFalseFalseFalseFalseFalse
.....................
206195748FalseFalseFalseFalseFalseFalse
206195749FalseFalseFalseFalseFalseFalse
206195750FalseFalseFalseFalseFalseFalse
206195751FalseFalseFalseFalseFalseFalse
206195752FalseFalseFalseFalseFalseFalse
\n

206195753 rows × 6 columns

\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
df_combined_rg_rb_hsv.isnull()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
R_G_ratioB_valueHSVLabel
0FalseFalseFalseFalseFalseFalse
1FalseFalseFalseFalseFalseFalse
2FalseFalseFalseFalseFalseFalse
3FalseFalseFalseFalseFalseFalse
4FalseFalseFalseFalseFalseFalse
.....................
206195748FalseFalseFalseFalseFalseFalse
206195749FalseFalseFalseFalseFalseFalse
206195750FalseFalseFalseFalseFalseFalse
206195751FalseFalseFalseFalseFalseFalse
206195752FalseFalseFalseFalseFalseFalse
\n

206195753 rows × 6 columns

\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
class_distribution=(df_combined_rg_rb_hsv['Label'].value_counts(normalize=True))\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
plt.figure(figsize=(10, 6))\nclass_distribution.plot(kind='bar')\nplt.title('Distribuzione delle classi (Response)')\nplt.xlabel('Classi')\nplt.ylabel('Percentuale')\nplt.xticks(rotation=0)\nplt.show()\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Converto i dati in array NumPy per l'addestramento\nX = np.array(X)\ny = np.array(y)\n\n# Suddivido il dataset in training (70%) e temporaneo (validation + test) (30%)\nX_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=0.3, random_state=42, stratify=y)\n\n# Suddivido il set temporaneo in validation (15%) e test (15%)\nX_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=42, stratify=y_temp)\n\nprint(f\"Shape di X_train: {X_train.shape}\")\nprint(f\"Shape di X_val: {X_val.shape}\")\nprint(f\"Shape di X_test: {X_test.shape}\")\n\nprint(f\"Numero di dati nel Training set: {len(X_train)}\")\nprint(f\"Numero di dati nel Validation set: {len(X_val)}\")\nprint(f\"Numero di dati nel Test set: {len(X_test)}\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Normalizzazione delle Feature
È fondamentale normalizzare le feature per garantire che abbiano una scala comparabile, migliorando così le prestazioni del modello.

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
animation = Animation(message=\"Normalizzazione delle feature\", interval=0.5)\nanimation.start()\n\n# Normalizzazione delle feature\nscaler = StandardScaler()\n\nX_train_scaled, time_train_scaler = measure_time(lambda: scaler.fit_transform(X_train))\nX_val_scaled, time_val_scaler = measure_time(lambda: scaler.transform(X_val))\nX_test_scaled, time_test_scaler = measure_time(lambda: scaler.transform(X_test))\n\nanimation.stop()\n\nprint(f\"Tempo per normalizzare il training set: {time_train_scaler:.2f} secondi\")\nprint(f\"Tempo per normalizzare il validation set: {time_val_scaler:.2f} secondi\")\nprint(f\"Tempo per normalizzare il test set: {time_test_scaler:.2f} secondi\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Tempo per normalizzare il training set: 5.63 secondi\nTempo per normalizzare il validation set: 0.33 secondi\nTempo per normalizzare il test set: 0.34 secondi\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Addestramento

Il modello usato poi con le immagini più avanti è il \"colab_clf_rf_rg_rb_hsv.joblib\" presente nella cartella di progetto
Ho fatto un sacco di prove cambiando il numero delle immagini e
quindi ricreando ogni volta il dataset. La massima Accuracy che ho ottenuto è stata del 79.3%

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
animation = Animation(message=\"Addestramento del modello Random Forest\", interval=0.5)\nanimation.start()\n\n# Addestramento del modello Random Forest e misura del tempo\ncolab_clf_rf_rg_rb_hsv, time_rf = measure_time(RandomForestClassifier(\n    n_estimators=100,\n    max_depth=10,\n    random_state=42,\n    n_jobs=-1).fit, X_train_scaled, y_train)\n\n# Ferma l'animazione\nanimation.stop()\n\n\n# Salva il modello addestrato\ndump(colab_clf_rf_rg_rb_hsv, '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/colab_clf_rf_rg_rb_hsv.joblib')\n\nprint(f\"Tempo per addestrare il modello Random Forest (con max_depth=10 e n_estimators=100): {time_rf:.2f} secondi\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Tempo per addestrare il modello Random Forest (con max_depth=10 e n_estimators=100): 348.64 secondi\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Inizializza l'animazione per la previsione\nanimation = Animation(message=\"Previsione sul test set\", interval=0.5)\nanimation.start()\n\n# Previsione sul test set e misura del tempo\ny_test_pred, time_test_pred = measure_time(colab_clf_rf_rg_rb_hsv.predict, X_test_scaled)\n\n# Ferma l'animazione\nanimation.stop()\n\n# Valutazione del modello sul test set\nprint(\"Report di classificazione sul Test Set:\")\nprint(classification_report(y_test, y_test_pred))\nprint(f\"Accuratezza Test: {accuracy_score(y_test, y_test_pred)*100:.2f}%\")\nprint(f\"Tempo per prevedere sul test set: {time_test_pred:.2f} secondi\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Report di classificazione sul Test Set:\n              precision    recall  f1-score   support\n\n           0       0.80      0.98      0.88   6212517\n           1       0.74      0.20      0.31   1921075\n\n    accuracy                           0.79   8133592\n   macro avg       0.77      0.59      0.59   8133592\nweighted avg       0.78      0.79      0.74   8133592\n\nAccuratezza Test: 79.36%\nTempo per prevedere sul test set: 4.60 secondi\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Inizializza l'animazione per la previsione sul validation set\nanimation = Animation(message=\"Previsione sul validation set\", interval=0.5)\nanimation.start()\n\n# Previsione sul validation set e misura del tempo\ny_val_pred, time_val_pred = measure_time(colab_clf_rf_rg_rb_hsv.predict, X_val_scaled)\n\n# Ferma l'animazione\nanimation.stop()\n\n# Valutazione del modello sul validation set\nprint(\"Report di classificazione sul Validation Set:\")\nprint(classification_report(y_val, y_val_pred))\nprint(f\"Accuratezza Validation: {accuracy_score(y_val, y_val_pred)*100:.2f}%\")\nprint(f\"Tempo per prevedere sul validation set: {time_val_pred:.2f} secondi\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
Report di classificazione sul Validation Set:\n              precision    recall  f1-score   support\n\n           0       0.80      0.98      0.88   6212517\n           1       0.74      0.20      0.31   1921075\n\n    accuracy                           0.79   8133592\n   macro avg       0.77      0.59      0.59   8133592\nweighted avg       0.78      0.79      0.74   8133592\n\nAccuratezza Validation: 79.36%\nTempo per prevedere sul validation set: 4.60 secondi\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
import seaborn as sns\nimport matplotlib.pyplot as plt\nfrom sklearn.metrics import confusion_matrix\n\ndef plot_confusion_matrix(y_true, y_pred, model_name):\n\n    cm = confusion_matrix(y_true, y_pred)\n\n    plt.figure(figsize=(6, 4))\n\n    sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', cbar=False)\n\n    plt.title(f\"Matrice di Confusione - {model_name}\")\n    plt.xlabel('Previsione')\n    plt.ylabel('Reale')\n\n    plt.show()\n\n    print(f\"\\nMatrice di Confusione - {model_name}:\")\n    print(cm)\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
plot_confusion_matrix(y_test, y_test_pred, model_name=\"Random Forest Test Set\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
\nMatrice di Confusione - Random Forest Test Set:\n[[6076718  135799]\n [1543253  377822]]\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

Ho provato ad ottimizzare gli iperparametri con GridSearchCV e RandomizedSearchCV ma purtroppo non ho avuto nessun miglioramneto.

\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

GridSearchCV

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Definizione della griglia degli iperparametri\nparam_grid = {\n    'n_estimators': [50, 80, 110],\n    'max_depth': [2, 3, 4],\n    'min_samples_split': [14, 18, 22],\n    'min_samples_leaf': [3, 4, 5],\n    'bootstrap': [True, False]\n}\n\n\nscoring = {\n    'f1': 'f1',\n    'accuracy': 'accuracy',\n    'precision': 'precision',\n    'recall': 'recall'\n}\n\n\n\n# Inizializzazione GridSearchCV con RandomForestClassifier\ngrid_search = GridSearchCV(\n    estimator=RandomForestClassifier(\n        random_state=42,\n        n_jobs=-1,\n        class_weight='balanced'  # Manteniamo il bilanciamento delle classi\n    ),\n    param_grid=param_grid,\n    cv=5,  # Numero di fold per la cross-validazione\n    n_jobs=-1,  # Utilizza tutti i core disponibili\n    verbose=2,  # Livello di verbosità\n    scoring=scoring,  # Specifica le metriche di scoring\n    refit='f1'  # Indica quale metrica usare per rifitare il modello\n)\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
# Inizializzazione l'animazione per Grid Search\nanimation = Animation(message=\"Ottimizzazione con Grid Search\", interval=0.5)\nanimation.start()\n\n# Addestramento del modello con Grid Search e misura del tempo\ngrid_search, time_grid_search = measure_time(grid_search.fit, X_train_scaled, y_train)\n\nanimation.stop()\n\n\nprint(f\"Tempo per Grid Search: {time_grid_search:.2f} secondi\")\n\n# Migliori parametri trovati\nprint(\"Migliori parametri trovati con Grid Search:\")\nprint(grid_search.best_params_)\n\n\nclf_rf_gridsearch = grid_search.best_estimator_\n\nmodel_save_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/clf_rf_rg_rb_hsv_gridsearch.joblib'\ndump(clf_rf_gridsearch, model_save_path)\nprint(f\"Migliore modello Random Forest addestrato e salvato in: {model_save_path}\")\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n

RandomizedSearchCV

\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
param_dist = {\n    'n_estimators': [10, 30, 50],\n    'max_depth': [10, 20, None],\n    'min_samples_split': [2, 5, 10],\n    'min_samples_leaf': [1, 2, 4],\n    'bootstrap': [True, False]\n}\n\n\nscoring = {\n    'f1': 'f1',\n    'accuracy': 'accuracy',\n    'precision': 'precision',\n    'recall': 'recall'\n}\n\n# Inizializza RandomizedSearchCV con RandomForestClassifier\nrandom_search = RandomizedSearchCV(\n    estimator=RandomForestClassifier(\n        random_state=42,\n        n_jobs=-1,\n        class_weight='balanced'  # Manteniamo il bilanciamento delle classi\n    ),\n    param_distributions=param_dist,\n    n_iter=50,  # Numero di combinazioni casuali da esplorare\n    cv=3,  # Numero di fold per la cross-validazione (ridotto per risparmiare risorse)\n    n_jobs=-1,  # Utilizza tutti i core disponibili\n    verbose=2,  # Livello di verbosità\n    scoring=scoring,  # Specifica le metriche di scoring\n    refit='f1',  # Indica quale metrica usare per rifitare il modello\n    random_state=42\n)\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
In [ ]:
\n
\n
\n
animation = Animation(message=\"Ottimizzazione con Randomized Search\", interval=0.5)\nanimation.start()\n\nrandom_search, time_random_search = measure_time(random_search.fit, X_train_scaled, y_train)\n\nanimation.stop()\n\nprint(f\"Tempo per Randomized Search: {time_random_search:.2f} secondi\")\n\nprint(\"Migliori parametri trovati con Randomized Search:\")\nprint(random_search.best_params_)\n\nclf_rf_randomsearch = random_search.best_estimator_\n\nmodel_save_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/clf_rf_rg_rb_hsv_randomizedsearch.joblib'\ndump(clf_rf_randomsearch, model_save_path)\nprint(f\"Migliore modello Random Forest addestrato e salvato in: {model_save_path}\")\n
\n
\n
\n
\n
\n
\n
\n\n\n
\n
\n
\n
" ] } } ], "source": [ "from IPython.display import HTML\n", "\n", "with open(\"face_detection_colab.html\", \"r\", encoding=\"utf-8\") as f:\n", " html_content = f.read()\n", "\n", "display(HTML(html_content))\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Funzioni per l'animazione della cella di output

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "class Animation:\n", " def __init__(self, message=\"Sto convertendo\", interval=0.5):\n", "\n", " self.message = message\n", " self.interval = interval\n", " self.stop_event = threading.Event()\n", " self.thread = threading.Thread(target=self.animate)\n", "\n", " def animate(self):\n", " dots = 0\n", " while not self.stop_event.is_set():\n", " dots = (dots + 1) % 4 # 0,1,2,3\n", " if dots == 0:\n", " display = self.message\n", " else:\n", " display = self.message + \".\" * dots\n", " # Carriage return per sovrascrivere la linea precedente\n", " sys.stdout.write(\"\\r\" + display)\n", " sys.stdout.flush()\n", " time.sleep(self.interval)\n", " # Pulizia della linea dopo l'animazione\n", " sys.stdout.write(\"\\r\" + \" \" * (len(self.message) + 3) + \"\\r\")\n", " sys.stdout.flush()\n", "\n", " def start(self):\n", "\n", " self.thread.start()\n", "\n", " def stop(self):\n", "\n", " self.stop_event.set()\n", " self.thread.join()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def measure_time(func, *args, **kwargs):\n", "\n", " start_time = time.perf_counter()\n", " result = func(*args, **kwargs)\n", " end_time = time.perf_counter()\n", " elapsed_time = end_time - start_time\n", " return result, elapsed_time\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Il codice effettua un ridimensionamento dell'immagine tramite binning, riducendo la risoluzione calcolando la media dei valori dei pixel in blocchi definiti dal fattore di scala.

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def resize_image_binning(img, scale_percent):\n", "\n", " # Calcolo il fattore di ridimensionamento in un fattore decimale\n", " scale_factor = scale_percent / 100.0\n", "\n", " # Calcolo le nuove dimensioni, math.floor è per arrotondare\n", " new_height = math.floor(img.shape[0] * scale_factor) # img.shape[0] = dimensione originale h\n", " new_width = math.floor(img.shape[1] * scale_factor) # img.shape[1] = dimensione originale w\n", "\n", " # Calcolo il fattore di binning, i fattori determinano quanti pixel devono essere combinati in un blocco per ridimensionare l’immagine tramite binning\n", " # Le dimensioni originali vengono divise per quelle nuove ed il risultato combinato in un unico pixel nell’immagine finale\n", " # Esempio: bin_factor_h = 2000 // 500\n", " # bin_factor_w = 1000 // 250\n", " # risultato: 4 e 4\n", " # ogni blocco di 4x4 pixel verrà combinato in un unico pixel nell’immagine finale\n", "\n", " bin_factor_h = img.shape[0] // new_height\n", " bin_factor_w = img.shape[1] // new_width\n", "\n", " if bin_factor_h < 1 or bin_factor_w < 1:\n", " raise ValueError(\"Scale_percentage ha un valore troppo grande e l'immagine risulterà troppo piccola.\")\n", "\n", " # cropped_height e cropped_width sono il prodotto di new_height e new_width con i rispettivi fattori di binning (bin_factor_h e bin_factor_w)\n", " # Facendo così l'immagine è divisibile in blocchi per eseguire il binning\n", " # Rrappresentano la porzione dell’immagine che può essere divisa esattamente in blocchi di dimensioni bin_factor_h e bin_factor_w\n", " cropped_height = bin_factor_h * new_height\n", " cropped_width = bin_factor_w * new_width\n", " if img.shape[0] < cropped_height or img.shape[1] < cropped_width:\n", " raise ValueError(\"Dimensioni dell'immagine troppo piccole per il binning richiesto.\")\n", "\n", " # Se img.ndim == 3 vuol dire che l'immagine ha tre dimensioni,quindi a colori RGB\n", " if img.ndim == 3:\n", " # Questo ritaglio assicura che l’immagine sia esattamente della dimensione richiesta per il binning, evitando bordi non divisibili\n", " img_cropped = img[:cropped_height, :cropped_width, :]\n", " # img_cropped viene ridimensionato in una struttura a 5 dimensioni\n", " # new_height e new_width sono le dimensioni finali che voglio ottenere\n", " # bin_factor_h e bin_factor_w indicano il numero di pixel da combinare\n", " # img.shape[2] mantiene i canali di colore\n", " # calcola la media dei pixel lungo le dimensioni di binning riducendo così l'immagine alla risoluzione richiesta\n", " # ogni pixel rappresenta la media dei blocchi originali\n", " img_binned = img_cropped.reshape(new_height, bin_factor_h, new_width, bin_factor_w, img.shape[2]).mean(axis=(1,3))\n", " # reshape applica il binning creando una struttura 5D contenente le nuove dimensioni, i fattori di bin e i canali colore\n", " # continuando con l'esempio di prima 500 righe di blocchi, ciascuno alto 4 pixel\n", " # 250 colonne di blocchi, ciascuno largo 4 pixel\n", " # 3 canali per i colori (rosso, verde, blu)\n", " else:\n", " raise ValueError(\"Formato immagine non supportato.\")\n", "\n", " # Converto in uint8 se necessario\n", " # uint8 rappresenta numeri interi con un range di valori compreso tra 0 e 255 senza valori negativi\n", " if img_binned.dtype != np.uint8:\n", " img_binned = (img_binned).astype(np.uint8)\n", "\n", " return img_binned\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Questa funzione legge ogni immagine, la elabora e la salva come un array NumPy.
Gli array NumPy permettono di avere efficienza computazionale e facilitano le manipolazioni delle immagini come ad esempio sui canali colore, sul crop o sulla rotazione

\n

https://numpy.org/doc/

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def resize_images(input_folder, output_folder, scale_percent):\n", " if not os.path.exists(output_folder):\n", " os.makedirs(output_folder)\n", " print(f\"Creata cartella di output per il ridimensionamento: {output_folder}\")\n", "\n", " # Elenco i file nella cartella di input\n", " files = os.listdir(input_folder)\n", " jpg_files = [f for f in files if f.lower().endswith(('.jpg', '.jpeg'))]\n", " total_files = len(jpg_files)\n", " print(f\"Numero totale di immagini da ridimensionare: {total_files}\")\n", "\n", " converted_count = 0\n", "\n", " # Istanza della classe Animation utilizzata durante la conversione delle immagini\n", " animation = None\n", "\n", " # Iterazione su ogni file contenuto su jpg_files\n", " for filename in jpg_files:\n", " img_path = os.path.join(input_folder, filename)\n", " resized_filename = os.path.splitext(filename)[0] + '_resized.jpg'\n", " resized_path = os.path.join(output_folder, resized_filename)\n", "\n", " try:\n", " # Funzione per il ridimensionamento\n", " def process_image(path):\n", " # Leggo l'immagine JPG\n", " img = plt.imread(path)\n", " return img #resituisce un array NUmPy\n", "\n", " # Misura del tempo di lettura dell'immagine\n", " # img_path viene passato a process_image tramite il parametro path\n", " img, elapsed_time = measure_time(process_image, img_path)\n", "\n", " # Ridimensiono l'immagine\n", " if scale_percent != 100:\n", " img_resized, resize_time = measure_time(resize_image_binning, img, scale_percent)\n", " else:\n", " img_resized = img\n", " resize_time = 0.0 # Nessun ridimensionamento effettuato\n", "\n", " # Salvo l'immagine ridimensionata come JPG nella cartella di output\n", " def save_image(path, image):\n", " plt.imsave(path, image)\n", "\n", " # questa funzione chiama save_image per salvare l’immagine img_resized in resized_path e\n", " # calcola il tempo necessario per farlo, assegnandolo alla variabile save_time\n", " _, save_time = measure_time(save_image, resized_path, img_resized)\n", "\n", " converted_count += 1\n", "\n", " # Calcola il tempo totale per questa operazione\n", " total_elapsed = elapsed_time + resize_time + save_time\n", "\n", " # Se il conteggio delle immagini elaborate è inferiore o uguale a 5, stampa un messaggio con\n", " # il numero di immagini elaborate, il percorso dell’immagine ridimensionata e il tempo totale impiegato\n", " if converted_count <= 5:\n", " print(f\"[{converted_count}/{total_files}] Ridimensionata: {img_path} -> {resized_path} in {total_elapsed:.4f} secondi.\")\n", "\n", " # Avvio l'animazione dopo i primi 5 ridimensionamenti\n", " if converted_count == 6:\n", " animation = Animation(message=\"Sto ridimensionando\")\n", " animation.start()\n", "\n", " except Exception as e:\n", " print(f\"Errore nel ridimensionamento di {img_path}: {e}\")\n", "\n", " # Segnala di fermare l'animazione\n", " if converted_count > 5 and animation is not None:\n", " animation.stop()\n", " print(\"Ridimensionamento completato.\")\n", " else:\n", " print(\"Ridimensionamento completato.\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Percorsi delle cartelle\n", "faces_jpg = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_jpg'\n", "faces_jpg_resized = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_jpg_resized'\n", "\n", "no_faces_jpg = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_jpg'\n", "no_faces_jpg_resized = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_jpg_resized'\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "resize_images(\n", " input_folder=faces_jpg,\n", " output_folder=faces_jpg_resized,\n", " scale_percent=50\n", ")\n", "\n", "resize_images(\n", " input_folder=no_faces_jpg,\n", " output_folder=no_faces_jpg_resized,\n", " scale_percent=50\n", ")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def convert_jpg_to_ppm(input_folder, output_folder):\n", " # Creazione della cartella di output se non esiste\n", " if not os.path.exists(output_folder):\n", " os.makedirs(output_folder)\n", " print(f\"Creata cartella di output: {output_folder}\")\n", "\n", " # Lista dei file nella cartella di input\n", " files = os.listdir(input_folder)\n", " jpg_files = [f for f in files if f.lower().endswith(('.jpg', '.jpeg'))]\n", " total_files = len(jpg_files)\n", " print(f\"Numero totale di immagini da convertire: {total_files}\")\n", "\n", " # Contatore per le immagini convertite\n", " converted_count = 0\n", "\n", " # Istanza della classe Animation\n", " animation = None\n", "\n", " # Iterazione sulle immagini\n", " for filename in jpg_files:\n", " img_path = os.path.join(input_folder, filename)\n", " ppm_filename = os.path.splitext(filename)[0] + '.ppm'\n", " ppm_path = os.path.join(output_folder, ppm_filename)\n", "\n", " try:\n", " # Misurazione del tempo\n", " start_time = time.perf_counter()\n", "\n", " # Leggo l'immagine JPG\n", " img = plt.imread(img_path)\n", "\n", " # Salvo l'immagine in formato PPM\n", " plt.imsave(ppm_path, img)\n", "\n", " # Fine della misurazione del tempo\n", " end_time = time.perf_counter()\n", " elapsed_time = end_time - start_time\n", "\n", " converted_count += 1\n", "\n", " # Stampa del tempo per le prime 5 conversioni\n", " if converted_count <= 5:\n", " print(f\"[{converted_count}/{total_files}] Convertita: {img_path} -> {ppm_path} in {elapsed_time:.4f} secondi.\")\n", "\n", " # Avvia l'animazione dopo le prime 5 conversioni\n", " if converted_count == 6:\n", " animation = Animation(message=\"Sto convertendo\")\n", " animation.start()\n", "\n", " except Exception as e:\n", " print(f\"Errore nella conversione di {img_path}: {e}\")\n", "\n", " # Segnala di fermare l'animazione\n", " if converted_count > 5 and animation is not None:\n", " animation.stop()\n", " print(\"Conversione completata.\")\n", " else:\n", " print(\"Conversione completata.\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "faces_resized_folder = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_jpg_resized'\n", "faces_output_ppm = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_PPM'\n", "\n", "no_faces_resized_folder = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_jpg_resized'\n", "no_faces_output_ppm = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_PPM'\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Converto i fole da jpg a PPM\n", "convert_jpg_to_ppm(faces_resized_folder, faces_output_ppm)\n", "\n", "convert_jpg_to_ppm(no_faces_resized_folder, no_faces_output_ppm)\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Leggo i file PPM

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Con questa funzione leggo il contenuto dei file .ppm.
Ogni pixel dell'immagine è rappresentato da un tripletto di valori (R, G, B), ognuno dei quali varia tra 0 e 255 (per immagini a 8 bit per canale).

\n

https://en.wikipedia.org/wiki/Netpbm#PPM_example

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def read_ppm(filename):\n", " with open(filename, 'rb') as f:\n", " magic_number = f.readline().strip()\n", " if magic_number != b'P6':\n", " raise ValueError(f\"Formato PPM non supportato: {magic_number.decode()}. Solo il formato P6 è supportato.\")\n", "\n", " # Leggo le intestazioni: width, height, maxval\n", " width, height, maxval = None, None, None\n", " while True:\n", " line = f.readline().strip()\n", " if line.startswith(b'#') or len(line) == 0:\n", " continue # Ignorare commenti e linee vuote\n", " tokens = line.split()\n", " if not width and len(tokens) >= 2:\n", " width, height = int(tokens[0]), int(tokens[1])\n", " if len(tokens) > 2:\n", " maxval = int(tokens[2])\n", " break\n", " elif width and not maxval and len(tokens) >= 1:\n", " maxval = int(tokens[0])\n", " break\n", "\n", " if width is None or height is None or maxval is None:\n", " raise ValueError(\"Intestazione PPM incompleta o formattata in modo errato.\")\n", "\n", " # Leggo i dati dei pixel\n", " pixel_data = f.read(width * height * 3)\n", " if len(pixel_data) != width * height * 3:\n", " raise ValueError(\"I dati dei pixel nel file PPM sono incompleti o corrotti.\")\n", "\n", " image = np.frombuffer(pixel_data, dtype=np.uint8).reshape((height, width, 3))\n", " return image\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Creo il dataset che include le immagini con volti, senza volti, il rapporto R/G, il B_value R/3 e HSV

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def rgb_to_hsv_manual(R, G, B):\n", " # Normalizzo i valori RGB a [0, 1]\n", " R_norm = R / 255.0\n", " G_norm = G / 255.0\n", " B_norm = B / 255.0\n", "\n", " # Stack dei canali\n", " rgb = np.stack((R_norm, G_norm, B_norm), axis=-1)\n", "\n", " hsv = colors.rgb_to_hsv(rgb)\n", "\n", " H = hsv[:, :, 0]\n", " S = hsv[:, :, 1]\n", " V = hsv[:, :, 2]\n", "\n", " return H, S, V\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Con flatten() ogni caratteristica dell’immagine (come il rapporto R/G, il valore B, e le componenti H, S, e V)
diventa un singolo vettore di valori facilitando la creazione di un array di caratteristiche omogeneo

https://eitca.org/artificial-intelligence/eitc-ai-dlpp-deep-learning-with-python-and-pytorch/neural-network/building-neural-network/examination-review-building-neural-network/why-do-we-need-to-flatten-images-before-passing-them-through-the-network/

https://machinelearningmastery.com/image-vector-representation-for-machine-learning-using-opencv/

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def create_dataset_from_folder(ppm_folder, label, csv_filename=None):\n", " X = []\n", " y = []\n", "\n", " for file in os.listdir(ppm_folder):\n", " if file.lower().endswith('.ppm'):\n", " ppm_path = os.path.join(ppm_folder, file)\n", " try:\n", " image = read_ppm(ppm_path)\n", " print(f\"Lettura dell'immagine {ppm_path} riuscita.\")\n", "\n", " R = image[:, :, 0].astype(float)\n", " G = image[:, :, 1].astype(float)\n", " B = image[:, :, 2].astype(float)\n", "\n", " # Evito divisioni per zero\n", " G[G == 0] = 1.0\n", " B[B == 0] = 1.0\n", "\n", " # Calcolo il rapporto R/G\n", " R_G_ratio = R / G\n", "\n", " # Definisco B come R / 3\n", " B = R / 3\n", "\n", " # Assegno B a B_value\n", " B_value = B\n", "\n", " # Converto in HSV\n", " H, S, V = rgb_to_hsv_manual(R, G, B)\n", " print(f\"Conversione HSV completata per {ppm_path}.\")\n", "\n", " tolerance = 0.2\n", "\n", " # Verifico se B è circa uguale a R/3\n", " if np.allclose(B, R / 3, atol=tolerance):\n", " # Con flatten() ogni caratteristica dell’immagine (come il rapporto R/G, il valore B, e le componenti H, S, e V)\n", " # diventa un singolo vettore di valori facilitando la creazione di un array di caratteristiche omogeneo\n", " features = np.column_stack((\n", " R_G_ratio.flatten(),\n", " B_value.flatten(),\n", " H.flatten(),\n", " S.flatten(),\n", " V.flatten()\n", " ))\n", " X.append(features)\n", " y.extend([label] * len(R.flatten()))\n", " print(f\"Dati aggiunti per {ppm_path}.\")\n", " else:\n", " print(f\"B non corrisponde a R/3 per il file {ppm_path}\")\n", " # Puoi decidere come gestire i casi non validi, ad esempio ignorare il file\n", "\n", " except Exception as e:\n", " print(f\"Errore nel leggere o elaborare il file {ppm_path}: {e}\")\n", "\n", " # Verifica se X contiene dati prima di eseguire np.vstack\n", " if X:\n", " try:\n", " # Converti X in un array NumPy\n", " X = np.vstack(X) # Combina tutte le immagini in un unico array\n", " except ValueError as ve:\n", " print(f\"Errore durante la concatenazione degli array: {ve}\")\n", " X = np.array([]) # In caso di errore, assegna un array vuoto\n", " else:\n", " X = np.array([]) # Se X è vuoto, assegna un array vuoto\n", "\n", " # Salva in CSV se specificato e X non è vuoto\n", " if csv_filename and X.size > 0:\n", " df = pd.DataFrame(X, columns=['R_G_ratio', 'B_value', 'H', 'S', 'V'])\n", " df['Label'] = y\n", " df.to_csv(csv_filename, index=False)\n", " print(f\"Dataset salvato in {csv_filename}\")\n", " elif csv_filename:\n", " print(f\"Nessun dato valido da salvare in {csv_filename}\")\n", "\n", " return X, y\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Definizione delle cartelle e dei percorsi\n", "skin_ppm_folder = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/face_PPM'\n", "non_skin_ppm_folder = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/no_face_PPM'\n", "\n", "skin_csv_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/skin_dataset_rg_rb_hsv.csv'\n", "non_skin_csv_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/non_skin_dataset_rg_rb_hsv.csv'\n", "combined_csv_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/combined_skin_non_skin_dataset_rg_rb_hsv.csv'\n", "\n", "count = 0\n", "\n", "# Creo i dataset per skin e non-skin\n", "print(\"Creazione del dataset per le immagini con volti...\")\n", "(X_skin, y_skin), time_skin = measure_time(lambda: create_dataset_from_folder(skin_ppm_folder, label=1, csv_filename=skin_csv_path))\n", "print(f\"Tempo per creare il dataset skin: {time_skin:.2f} secondi\")\n", "count += 1\n", "\n", "# Stampa del tempo per le prime 5 conversioni\n", "if count <= 5:\n", " print(f\"[{count}/...] Dataset skin creato.\")\n", "\n", "# L'animazione inizia dopo le prime 5 conversioni\n", "if count == 6:\n", " animation = Animation(message=\"Sto convertendo\")\n", " animation.start()\n", "\n", "print(\"Creazione del dataset per le immagini senza volti...\")\n", "(X_non_skin, y_non_skin), time_non_skin = measure_time(lambda: create_dataset_from_folder(non_skin_ppm_folder, label=0, csv_filename=non_skin_csv_path))\n", "print(f\"Tempo per creare il dataset non-skin: {time_non_skin:.2f} secondi\")\n", "count +=1\n", "\n", "# Stampa del tempo per le prime 5 conversioni\n", "if count <= 5:\n", " print(f\"[{count}/...] Dataset non-skin creato.\")\n", "\n", "if count == 6:\n", " animation = Animation(message=\"Sto convertendo\")\n", " animation.start()\n", "\n", "# Combino i dataset e le etichette\n", "if X_skin.size > 0 and X_non_skin.size > 0:\n", " X = np.vstack((X_skin, X_non_skin)) # Caratteristiche combinate (R_G_ratio, B_value, H, S, V)\n", " y = np.concatenate((y_skin, y_non_skin)) # Etichette combinate\n", "\n", " # Salvo il dataset combinato in CSV\n", " combined_df = pd.DataFrame(X, columns=['R_G_ratio'])\n", " combined_df['Label'] = y\n", " combined_df.to_csv(combined_csv_path, index=False)\n", " print(f\"Dataset combinato salvato in '{combined_csv_path}'\")\n", "\n", "\n", " print(\"Prime 5 righe del dataset combinato:\")\n", " print(combined_df.head())\n", "\n", "else:\n", " print(\"Uno dei dataset (skin o non-skin) è vuoto.\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "BASE_URL = \"/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/\"\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "df_combined_rg_rb_hsv = pd.read_csv(BASE_URL + \"combined_skin_non_skin_dataset_rg_rb_hsv.csv\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
(206195753, 6)
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.shape\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
R_G_ratio    206195753\nB_value      206195753\nH            206195753\nS            206195753\nV            206195753\nLabel        206195753\ndtype: int64
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.count()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
R_G_ratioB_valueHSVLabel
00.0263160.3333330.3303830.9912280.149021
10.0263160.3333330.3303830.9912280.149021
20.0263160.3333330.3303830.9912280.149021
30.0263160.3333330.3303830.9912280.149021
40.0263160.3333330.3303830.9912280.149021
\n
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.head()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
<class 'pandas.core.frame.DataFrame'>\nRangeIndex: 206195753 entries, 0 to 206195752\nData columns (total 6 columns):\n #   Column     Dtype  \n---  ------     -----  \n 0   R_G_ratio  float64\n 1   B_value    float64\n 2   H          float64\n 3   S          float64\n 4   V          float64\n 5   Label      int64  \ndtypes: float64(5), int64(1)\nmemory usage: 9.2 GB\n
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.info()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
<bound method NDFrame.describe of            R_G_ratio    B_value         H         S         V  Label\n0           0.026316   0.333333  0.330383  0.991228  0.149020      1\n1           0.026316   0.333333  0.330383  0.991228  0.149020      1\n2           0.026316   0.333333  0.330383  0.991228  0.149020      1\n3           0.026316   0.333333  0.330383  0.991228  0.149020      1\n4           0.026316   0.333333  0.330383  0.991228  0.149020      1\n...              ...        ...       ...       ...       ...    ...\n206195748   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195749   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195750   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195751   1.341463  18.333333  0.103030  0.666667  0.215686      0\n206195752   1.341463  18.333333  0.103030  0.666667  0.215686      0\n\n[206195753 rows x 6 columns]>
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.describe\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
R_G_ratioB_valueHSVLabel
0FalseFalseFalseFalseFalseFalse
1FalseFalseFalseFalseFalseFalse
2FalseFalseFalseFalseFalseFalse
3FalseFalseFalseFalseFalseFalse
4FalseFalseFalseFalseFalseFalse
.....................
206195748FalseFalseFalseFalseFalseFalse
206195749FalseFalseFalseFalseFalseFalse
206195750FalseFalseFalseFalseFalseFalse
206195751FalseFalseFalseFalseFalseFalse
206195752FalseFalseFalseFalseFalseFalse
\n

206195753 rows × 6 columns

\n
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.isna()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
Out[ ]:
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
R_G_ratioB_valueHSVLabel
0FalseFalseFalseFalseFalseFalse
1FalseFalseFalseFalseFalseFalse
2FalseFalseFalseFalseFalseFalse
3FalseFalseFalseFalseFalseFalse
4FalseFalseFalseFalseFalseFalse
.....................
206195748FalseFalseFalseFalseFalseFalse
206195749FalseFalseFalseFalseFalseFalse
206195750FalseFalseFalseFalseFalseFalse
206195751FalseFalseFalseFalseFalseFalse
206195752FalseFalseFalseFalseFalseFalse
\n

206195753 rows × 6 columns

\n
\n
\n
\n
\n
" ] } } ], "source": [ "df_combined_rg_rb_hsv.isnull()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "class_distribution=(df_combined_rg_rb_hsv['Label'].value_counts(normalize=True))\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
" ] } } ], "source": [ "plt.figure(figsize=(10, 6))\n", "class_distribution.plot(kind='bar')\n", "plt.title('Distribuzione delle classi (Response)')\n", "plt.xlabel('Classi')\n", "plt.ylabel('Percentuale')\n", "plt.xticks(rotation=0)\n", "plt.show()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Converto i dati in array NumPy per l'addestramento\n", "X = np.array(X)\n", "y = np.array(y)\n", "\n", "# Suddivido il dataset in training (70%) e temporaneo (validation + test) (30%)\n", "X_train, X_temp, y_train, y_temp = train_test_split(X, y, test_size=0.3, random_state=42, stratify=y)\n", "\n", "# Suddivido il set temporaneo in validation (15%) e test (15%)\n", "X_val, X_test, y_val, y_test = train_test_split(X_temp, y_temp, test_size=0.5, random_state=42, stratify=y_temp)\n", "\n", "print(f\"Shape di X_train: {X_train.shape}\")\n", "print(f\"Shape di X_val: {X_val.shape}\")\n", "print(f\"Shape di X_test: {X_test.shape}\")\n", "\n", "print(f\"Numero di dati nel Training set: {len(X_train)}\")\n", "print(f\"Numero di dati nel Validation set: {len(X_val)}\")\n", "print(f\"Numero di dati nel Test set: {len(X_test)}\")\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Normalizzazione delle Feature
È fondamentale normalizzare le feature per garantire che abbiano una scala comparabile, migliorando così le prestazioni del modello.

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Tempo per normalizzare il training set: 5.63 secondi\nTempo per normalizzare il validation set: 0.33 secondi\nTempo per normalizzare il test set: 0.34 secondi\n
\n
\n
\n
\n
" ] } } ], "source": [ "animation = Animation(message=\"Normalizzazione delle feature\", interval=0.5)\n", "animation.start()\n", "\n", "# Normalizzazione delle feature\n", "scaler = StandardScaler()\n", "\n", "X_train_scaled, time_train_scaler = measure_time(lambda: scaler.fit_transform(X_train))\n", "X_val_scaled, time_val_scaler = measure_time(lambda: scaler.transform(X_val))\n", "X_test_scaled, time_test_scaler = measure_time(lambda: scaler.transform(X_test))\n", "\n", "animation.stop()\n", "\n", "print(f\"Tempo per normalizzare il training set: {time_train_scaler:.2f} secondi\")\n", "print(f\"Tempo per normalizzare il validation set: {time_val_scaler:.2f} secondi\")\n", "print(f\"Tempo per normalizzare il test set: {time_test_scaler:.2f} secondi\")\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Addestramento

Il modello usato poi con le immagini più avanti è il \"colab_clf_rf_rg_rb_hsv.joblib\" presente nella cartella di progetto
Ho fatto un sacco di prove cambiando il numero delle immagini e
quindi ricreando ogni volta il dataset. La massima Accuracy che ho ottenuto è stata del 79.3%

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Tempo per addestrare il modello Random Forest (con max_depth=10 e n_estimators=100): 348.64 secondi\n
\n
\n
\n
\n
" ] } } ], "source": [ "animation = Animation(message=\"Addestramento del modello Random Forest\", interval=0.5)\n", "animation.start()\n", "\n", "# Addestramento del modello Random Forest e misura del tempo\n", "colab_clf_rf_rg_rb_hsv, time_rf = measure_time(RandomForestClassifier(\n", " n_estimators=100,\n", " max_depth=10,\n", " random_state=42,\n", " n_jobs=-1).fit, X_train_scaled, y_train)\n", "\n", "# Ferma l'animazione\n", "animation.stop()\n", "\n", "\n", "# Salva il modello addestrato\n", "dump(colab_clf_rf_rg_rb_hsv, '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/colab_clf_rf_rg_rb_hsv.joblib')\n", "\n", "print(f\"Tempo per addestrare il modello Random Forest (con max_depth=10 e n_estimators=100): {time_rf:.2f} secondi\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Report di classificazione sul Test Set:\n              precision    recall  f1-score   support\n\n           0       0.80      0.98      0.88   6212517\n           1       0.74      0.20      0.31   1921075\n\n    accuracy                           0.79   8133592\n   macro avg       0.77      0.59      0.59   8133592\nweighted avg       0.78      0.79      0.74   8133592\n\nAccuratezza Test: 79.36%\nTempo per prevedere sul test set: 4.60 secondi\n
\n
\n
\n
\n
" ] } } ], "source": [ "# Inizializza l'animazione per la previsione\n", "animation = Animation(message=\"Previsione sul test set\", interval=0.5)\n", "animation.start()\n", "\n", "# Previsione sul test set e misura del tempo\n", "y_test_pred, time_test_pred = measure_time(colab_clf_rf_rg_rb_hsv.predict, X_test_scaled)\n", "\n", "# Ferma l'animazione\n", "animation.stop()\n", "\n", "# Valutazione del modello sul test set\n", "print(\"Report di classificazione sul Test Set:\")\n", "print(classification_report(y_test, y_test_pred))\n", "print(f\"Accuratezza Test: {accuracy_score(y_test, y_test_pred)*100:.2f}%\")\n", "print(f\"Tempo per prevedere sul test set: {time_test_pred:.2f} secondi\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Report di classificazione sul Validation Set:\n              precision    recall  f1-score   support\n\n           0       0.80      0.98      0.88   6212517\n           1       0.74      0.20      0.31   1921075\n\n    accuracy                           0.79   8133592\n   macro avg       0.77      0.59      0.59   8133592\nweighted avg       0.78      0.79      0.74   8133592\n\nAccuratezza Validation: 79.36%\nTempo per prevedere sul validation set: 4.60 secondi\n
\n
\n
\n
\n
" ] } } ], "source": [ "# Inizializza l'animazione per la previsione sul validation set\n", "animation = Animation(message=\"Previsione sul validation set\", interval=0.5)\n", "animation.start()\n", "\n", "# Previsione sul validation set e misura del tempo\n", "y_val_pred, time_val_pred = measure_time(colab_clf_rf_rg_rb_hsv.predict, X_val_scaled)\n", "\n", "# Ferma l'animazione\n", "animation.stop()\n", "\n", "# Valutazione del modello sul validation set\n", "print(\"Report di classificazione sul Validation Set:\")\n", "print(classification_report(y_val, y_val_pred))\n", "print(f\"Accuratezza Validation: {accuracy_score(y_val, y_val_pred)*100:.2f}%\")\n", "print(f\"Tempo per prevedere sul validation set: {time_val_pred:.2f} secondi\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "import seaborn as sns\n", "import matplotlib.pyplot as plt\n", "from sklearn.metrics import confusion_matrix\n", "\n", "def plot_confusion_matrix(y_true, y_pred, model_name):\n", "\n", " cm = confusion_matrix(y_true, y_pred)\n", "\n", " plt.figure(figsize=(6, 4))\n", "\n", " sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', cbar=False)\n", "\n", " plt.title(f\"Matrice di Confusione - {model_name}\")\n", " plt.xlabel('Previsione')\n", " plt.ylabel('Reale')\n", "\n", " plt.show()\n", "\n", " print(f\"\\nMatrice di Confusione - {model_name}:\")\n", " print(cm)\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
\nMatrice di Confusione - Random Forest Test Set:\n[[6076718  135799]\n [1543253  377822]]\n
\n
\n
\n
\n
" ] } } ], "source": [ "plot_confusion_matrix(y_test, y_test_pred, model_name=\"Random Forest Test Set\")\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Ho provato ad ottimizzare gli iperparametri con GridSearchCV e RandomizedSearchCV ma purtroppo non ho avuto nessun miglioramneto.

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

GridSearchCV

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Definizione della griglia degli iperparametri\n", "param_grid = {\n", " 'n_estimators': [50, 80, 110],\n", " 'max_depth': [2, 3, 4],\n", " 'min_samples_split': [14, 18, 22],\n", " 'min_samples_leaf': [3, 4, 5],\n", " 'bootstrap': [True, False]\n", "}\n", "\n", "\n", "scoring = {\n", " 'f1': 'f1',\n", " 'accuracy': 'accuracy',\n", " 'precision': 'precision',\n", " 'recall': 'recall'\n", "}\n", "\n", "\n", "\n", "# Inizializzazione GridSearchCV con RandomForestClassifier\n", "grid_search = GridSearchCV(\n", " estimator=RandomForestClassifier(\n", " random_state=42,\n", " n_jobs=-1,\n", " class_weight='balanced' # Manteniamo il bilanciamento delle classi\n", " ),\n", " param_grid=param_grid,\n", " cv=5, # Numero di fold per la cross-validazione\n", " n_jobs=-1, # Utilizza tutti i core disponibili\n", " verbose=2, # Livello di verbosità\n", " scoring=scoring, # Specifica le metriche di scoring\n", " refit='f1' # Indica quale metrica usare per rifitare il modello\n", ")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "# Inizializzazione l'animazione per Grid Search\n", "animation = Animation(message=\"Ottimizzazione con Grid Search\", interval=0.5)\n", "animation.start()\n", "\n", "# Addestramento del modello con Grid Search e misura del tempo\n", "grid_search, time_grid_search = measure_time(grid_search.fit, X_train_scaled, y_train)\n", "\n", "animation.stop()\n", "\n", "\n", "print(f\"Tempo per Grid Search: {time_grid_search:.2f} secondi\")\n", "\n", "# Migliori parametri trovati\n", "print(\"Migliori parametri trovati con Grid Search:\")\n", "print(grid_search.best_params_)\n", "\n", "\n", "clf_rf_gridsearch = grid_search.best_estimator_\n", "\n", "model_save_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/clf_rf_rg_rb_hsv_gridsearch.joblib'\n", "dump(clf_rf_gridsearch, model_save_path)\n", "print(f\"Migliore modello Random Forest addestrato e salvato in: {model_save_path}\")\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

RandomizedSearchCV

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "param_dist = {\n", " 'n_estimators': [10, 30, 50],\n", " 'max_depth': [10, 20, None],\n", " 'min_samples_split': [2, 5, 10],\n", " 'min_samples_leaf': [1, 2, 4],\n", " 'bootstrap': [True, False]\n", "}\n", "\n", "\n", "scoring = {\n", " 'f1': 'f1',\n", " 'accuracy': 'accuracy',\n", " 'precision': 'precision',\n", " 'recall': 'recall'\n", "}\n", "\n", "# Inizializza RandomizedSearchCV con RandomForestClassifier\n", "random_search = RandomizedSearchCV(\n", " estimator=RandomForestClassifier(\n", " random_state=42,\n", " n_jobs=-1,\n", " class_weight='balanced' # Manteniamo il bilanciamento delle classi\n", " ),\n", " param_distributions=param_dist,\n", " n_iter=50, # Numero di combinazioni casuali da esplorare\n", " cv=3, # Numero di fold per la cross-validazione (ridotto per risparmiare risorse)\n", " n_jobs=-1, # Utilizza tutti i core disponibili\n", " verbose=2, # Livello di verbosità\n", " scoring=scoring, # Specifica le metriche di scoring\n", " refit='f1', # Indica quale metrica usare per rifitare il modello\n", " random_state=42\n", ")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "animation = Animation(message=\"Ottimizzazione con Randomized Search\", interval=0.5)\n", "animation.start()\n", "\n", "random_search, time_random_search = measure_time(random_search.fit, X_train_scaled, y_train)\n", "\n", "animation.stop()\n", "\n", "print(f\"Tempo per Randomized Search: {time_random_search:.2f} secondi\")\n", "\n", "print(\"Migliori parametri trovati con Randomized Search:\")\n", "print(random_search.best_params_)\n", "\n", "clf_rf_randomsearch = random_search.best_estimator_\n", "\n", "model_save_path = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/clf_rf_rg_rb_hsv_randomizedsearch.joblib'\n", "dump(clf_rf_randomsearch, model_save_path)\n", "print(f\"Migliore modello Random Forest addestrato e salvato in: {model_save_path}\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "from sklearn.ensemble import RandomForestClassifier\n", "from sklearn.preprocessing import StandardScaler\n", "from sklearn.utils.class_weight import compute_class_weight\n", "from joblib import dump\n", "import numpy as np\n", "from tqdm import tqdm\n", "import time\n", "\n", "class ChunkedDataProcessor:\n", " def __init__(self, chunk_size=1000):\n", " self.chunk_size = chunk_size\n", " self.scaler = StandardScaler()\n", "\n", " def count_classes(self, y, chunk_size=10000):\n", " \"\"\"Conta le classi in chunks per evitare di caricare tutto in memoria\"\"\"\n", " unique_classes = set()\n", " class_counts = {}\n", "\n", " for i in range(0, len(y), chunk_size):\n", " chunk = y[i:min(i + chunk_size, len(y))]\n", " chunk_unique = np.unique(chunk)\n", "\n", " for cls in chunk_unique:\n", " unique_classes.add(cls)\n", " if cls not in class_counts:\n", " class_counts[cls] = 0\n", " class_counts[cls] += np.sum(chunk == cls)\n", "\n", " return sorted(list(unique_classes)), class_counts\n", "\n", " def create_stratified_indices(self, y, test_size=0.3, chunk_size=10000):\n", " \"\"\"Crea indici per split stratificato processando in chunks\"\"\"\n", " print(\"Conteggio delle classi...\")\n", " classes, class_counts = self.count_classes(y, chunk_size)\n", "\n", " # Inizializza dizionari per gli indici\n", " train_indices = []\n", " test_indices = []\n", "\n", " print(\"Creazione indici stratificati...\")\n", " for i in tqdm(range(0, len(y), chunk_size)):\n", " chunk_y = y[i:min(i + chunk_size, len(y))]\n", " chunk_indices = np.arange(i, min(i + chunk_size, len(y)))\n", "\n", " for cls in classes:\n", " cls_indices = chunk_indices[chunk_y == cls]\n", " n_samples = len(cls_indices)\n", "\n", " if n_samples > 0:\n", " n_test = int(test_size * n_samples)\n", " np.random.shuffle(cls_indices)\n", "\n", " test_indices.extend(cls_indices[:n_test])\n", " train_indices.extend(cls_indices[n_test:])\n", "\n", " return np.array(train_indices), np.array(test_indices)\n", "\n", " def process_chunk(self, X_chunk, y_chunk, is_first_chunk=False):\n", " \"\"\"Processa un singolo chunk di dati\"\"\"\n", " if is_first_chunk:\n", " X_chunk_scaled = self.scaler.fit_transform(X_chunk)\n", " else:\n", " X_chunk_scaled = self.scaler.transform(X_chunk)\n", " return X_chunk_scaled, y_chunk\n", "\n", " def split_data(self, X, y):\n", " \"\"\"Split dei dati in train, validation e test\"\"\"\n", " print(\"Creazione split train/val/test...\")\n", "\n", " # Primo split per separare il training set\n", " train_idx, temp_idx = self.create_stratified_indices(y, test_size=0.3, chunk_size=self.chunk_size)\n", "\n", " # Split dei dati rimanenti in validation e test\n", " temp_y = y[temp_idx]\n", " val_idx_local, test_idx_local = self.create_stratified_indices(temp_y, test_size=0.5, chunk_size=self.chunk_size)\n", "\n", " # Converti gli indici locali in indici globali per validation e test\n", " val_idx = temp_idx[val_idx_local]\n", " test_idx = temp_idx[test_idx_local]\n", "\n", " return train_idx, val_idx, test_idx\n", "\n", " def train_random_forest(self, X, y, model_path):\n", " \"\"\"Addestra il Random Forest usando chunks di dati\"\"\"\n", " print(\"Iniziando il processamento dei dati...\")\n", " start_time = time.time()\n", "\n", " # Split dei dati\n", " train_indices, val_indices, test_indices = self.split_data(X, y)\n", "\n", " # Inizializza il modello\n", " rf_model = RandomForestClassifier(\n", " n_estimators=50,\n", " max_depth=5,\n", " random_state=42,\n", " n_jobs=-1,\n", " verbose=1\n", " )\n", "\n", " # Processa e addestra in chunks\n", " print(\"Processamento e addestramento in chunks...\")\n", " X_processed = []\n", " y_processed = []\n", "\n", " for i in tqdm(range(0, len(train_indices), self.chunk_size)):\n", " chunk_indices = train_indices[i:min(i + self.chunk_size, len(train_indices))]\n", " X_chunk = X[chunk_indices]\n", " y_chunk = y[chunk_indices]\n", "\n", " # Processa il chunk\n", " X_chunk_scaled, y_chunk = self.process_chunk(\n", " X_chunk, y_chunk, is_first_chunk=(i == 0)\n", " )\n", "\n", " X_processed.append(X_chunk_scaled)\n", " y_processed.append(y_chunk)\n", "\n", " # Concatena tutti i chunks processati\n", " X_train_scaled = np.vstack(X_processed)\n", " y_train = np.concatenate(y_processed)\n", "\n", " # Addestra il modello\n", " print(\"Addestramento del modello...\")\n", " rf_model.fit(X_train_scaled, y_train)\n", "\n", " # Salva il modello\n", " print(\"Salvando il modello...\")\n", " dump(rf_model, model_path)\n", "\n", " total_time = time.time() - start_time\n", " print(f\"Tempo totale di esecuzione: {total_time:.2f} secondi\")\n", "\n", " return rf_model, self.scaler\n", "\n", "# Uso del codice\n", "CHUNK_SIZE = 1000 # Riduci se hai ancora problemi di memoria\n", "MODEL_PATH = '/content/drive/Othercomputers/Il mio laptop/Desktop/face_detection/prova/colab_clf_rf_rg_rb_hsv_due.joblib'\n", "\n", "processor = ChunkedDataProcessor(chunk_size=CHUNK_SIZE)\n", "model, scaler = processor.train_random_forest(X, y, MODEL_PATH)\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Visualizzazione delle Distribuzioni dei Canali R G B

https://en.wikipedia.org/wiki/Color_histogram
https://www.baeldung.com/cs/image-histograms

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
" ] } } ], "source": [ "# Percorso della cartella delle immagini\n", "skin_ppm_folder = 'C:/Users/gabri/Desktop/face_detection/prova/face_PPM'\n", "\n", "# Seleziono tutti i file PPM nella cartella\n", "sample_files = [file for file in os.listdir(skin_ppm_folder) if file.lower().endswith('.ppm')]\n", "\n", "if sample_files:\n", " # Inizializzo gli istogrammi accumulati per R, G e B\n", " hist_R_accum = np.zeros(256)\n", " hist_G_accum = np.zeros(256)\n", " hist_B_accum = np.zeros(256)\n", "\n", " # Itero su tutti i file PPM e accumula gli istogrammi\n", " for file in sample_files:\n", " sample_ppm_path = os.path.join(skin_ppm_folder, file)\n", " try:\n", " image = read_ppm(sample_ppm_path)\n", "\n", " # Estrazione dei canali\n", " R = image[:, :, 0].flatten()\n", " G = image[:, :, 1].flatten()\n", " B = image[:, :, 2].flatten()\n", "\n", " # Calcolo gli istogrammi per R, G e B con 256 bin, normalizzati a unità\n", " # np.histogram() calcola l'istogramma di un array di valori\n", " # bins=256 indica il numero di intervalli in cui i valori del canale di colore vengono suddivisi, quante volte ciascun valore di intensità appare nell'immagine\n", " # density=True serve per normalizzare l'istogramma\n", " hist_R, _ = np.histogram(R, bins=256, range=(0, 255), density=True)\n", " hist_G, _ = np.histogram(G, bins=256, range=(0, 255), density=True)\n", " hist_B, _ = np.histogram(B, bins=256, range=(0, 255), density=True)\n", "\n", " hist_R_accum += hist_R\n", " hist_G_accum += hist_G\n", " hist_B_accum += hist_B\n", " except Exception as e:\n", " print(f\"Errore nel processare il file {sample_ppm_path}: {e}\")\n", "\n", "\n", " hist_R_avg = hist_R_accum / len(sample_files)\n", " hist_G_avg = hist_G_accum / len(sample_files)\n", " hist_B_avg = hist_B_accum / len(sample_files)\n", "\n", " # Converto le distribuzioni in percentuali\n", " hist_R_avg_percent = hist_R_avg * 100\n", " hist_G_avg_percent = hist_G_avg * 100\n", " hist_B_avg_percent = hist_B_avg * 100\n", "\n", " plt.figure(figsize=(18, 12)) # Imposto la dimensione della figura per due righe\n", "\n", " # Primo grafico per il canale R\n", " plt.subplot(2, 2, 1)\n", " plt.plot(hist_R_avg_percent, color='red')\n", " plt.fill_between(range(256), hist_R_avg_percent, color='red', alpha=0.3)\n", " plt.title('Distribuzione Media del Canale R')\n", " plt.xlabel('Valore di Intensità')\n", " plt.ylabel('Percentuale (%)')\n", " plt.grid(True)\n", "\n", " # Secondo grafico per il canale G\n", " plt.subplot(2, 2, 2)\n", " plt.plot(hist_G_avg_percent, color='green')\n", " plt.fill_between(range(256), hist_G_avg_percent, color='green', alpha=0.3)\n", " plt.title('Distribuzione Media del Canale G')\n", " plt.xlabel('Valore di Intensità')\n", " plt.ylabel('Percentuale (%)')\n", " plt.grid(True)\n", "\n", " # Terzo grafico per il canale B\n", " plt.subplot(2, 2, 3)\n", " plt.plot(hist_B_avg_percent, color='blue')\n", " plt.fill_between(range(256), hist_B_avg_percent, color='blue', alpha=0.3)\n", " plt.title('Distribuzione Media del Canale B')\n", " plt.xlabel('Valore di Intensità')\n", " plt.ylabel('Percentuale (%)')\n", " plt.grid(True)\n", "\n", " # Quarto grafico per i canali sovrapposti\n", " plt.subplot(2, 2, 4)\n", " plt.plot(hist_R_avg_percent, color='red', label='R', alpha=0.7)\n", " plt.plot(hist_G_avg_percent, color='green', label='G', alpha=0.7)\n", " plt.plot(hist_B_avg_percent, color='blue', label='B', alpha=0.7)\n", " plt.fill_between(range(256), hist_R_avg_percent, color='red', alpha=0.2)\n", " plt.fill_between(range(256), hist_G_avg_percent, color='green', alpha=0.2)\n", " plt.fill_between(range(256), hist_B_avg_percent, color='blue', alpha=0.2)\n", " plt.title('Distribuzione Media dei Canali R, G, B')\n", " plt.xlabel('Valore di Intensità')\n", " plt.ylabel('Percentuale (%)')\n", " plt.legend()\n", " plt.grid(True)\n", "\n", " plt.tight_layout() # Ottimizza la disposizione dei grafici\n", " plt.show()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Parametri del modello caricato:\n{'bootstrap': True, 'ccp_alpha': 0.0, 'class_weight': None, 'criterion': 'gini', 'max_depth': 10, 'max_features': 'sqrt', 'max_leaf_nodes': None, 'max_samples': None, 'min_impurity_decrease': 0.0, 'min_samples_leaf': 1, 'min_samples_split': 2, 'min_weight_fraction_leaf': 0.0, 'monotonic_cst': None, 'n_estimators': 100, 'n_jobs': -1, 'oob_score': False, 'random_state': 42, 'verbose': 0, 'warm_start': False}\n
\n
\n
\n
\n
" ] } } ], "source": [ "model_colab_clf_rf_rg_rb_hsv_path = 'C:/Users/gabri/Desktop/face_detection/prova/colab_clf_rf_rg_rb_hsv.joblib'\n", "colab_clf_rf_rg_rb_hsv = load(model_colab_clf_rf_rg_rb_hsv_path)\n", "\n", "print(\"Parametri del modello caricato:\")\n", "print(colab_clf_rf_rg_rb_hsv.get_params())\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Funzioni per selezionare e caricare le immagini dal pc

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def select_image():\n", "\n", " try:\n", " root = tk.Tk()\n", " root.withdraw() # Nasconde la finestra principale di Tkinter\n", " file_path = filedialog.askopenfilename(\n", " title=\"Seleziona un'immagine\",\n", " filetypes=[(\"Image Files\", \"*.jpg;*.jpeg;*.ppm;*.png;*.bmp;*.tiff\")]\n", " )\n", " root.destroy() # Chiude la finestra di Tkinter dopo la selezione\n", " if file_path:\n", " # Normalizzo il percorso per evitare problemi con i separatori di slash\n", " file_path = os.path.normpath(file_path)\n", " print(f\"Percorso immagine selezionato: {file_path}\")\n", " return file_path\n", " else:\n", " print(\"Nessuna immagine selezionata.\")\n", " return None\n", " except Exception as e:\n", " print(f\"Errore nella selezione dell'immagine: {e}\")\n", " return None\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def load_image(image_path):\n", "\n", " image = plt.imread(image_path)\n", "\n", " # Se l'immagine è in formato intero converto a uint8\n", " if image.dtype != np.uint8:\n", " image = (image * 255).astype(np.uint8)\n", "\n", " # Se l'immagine ha un canale alpha viene rimosso\n", " if image.shape[-1] == 4:\n", " image = image[:, :, :3]\n", "\n", " return image\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Converto il singolo file caricato dal pc in .ppm

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.imsave.html

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def convert_single_jpg_to_ppm(input_image_path, output_ppm_path):\n", " try:\n", " # Verifico se il percorso del file di input esiste e sia un file\n", " if not os.path.isfile(input_image_path):\n", " print(f\"Errore: Il percorso specificato non è un file valido: {input_image_path}\")\n", " return\n", "\n", " img = plt.imread(input_image_path)\n", "\n", " plt.imsave(output_ppm_path, img)\n", " print(f\"Convertita: {input_image_path} -> {output_ppm_path}\")\n", "\n", " except Exception as e:\n", " print(f\"Errore nella conversione dell'immagine a PPM: {e}\")\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

K-Means

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Questa funzione applica K-Means ai pixel classificati come 'volti' per raggrupparli in cluster e identificare ovali verticali.

https://www.geeksforgeeks.org/convex-hull-monotone-chain-algorithm/?ref=oin_asr2

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def cluster_face_pixels(mask, n_clusters=5):\n", " # mask (ndarray) maschera binaria con 1 per volti rilevati e 0 altrimenti\n", " # n_clusters (int) numero di cluster (volti) da identificare\n", "\n", " # Returns:\n", " # list: Lista delle coordinate dei bounding box dei volti rilevati\n", "\n", " try:\n", " # Estraggo le coordinate dei pixel classificati come 'volti'\n", " # np.column_stack trasforma le coordinate in un array di coordinate\n", " # face_pixels[:, 1] inverte l'ordine delle colonne e righe\n", " # questo perchè in molti framework di elaborazione delle immagini le coordinate degli pixel sono espresse\n", " # nel formato - riga (y), colonna(x) -\n", " # gli algoritmi di visione artificiale richiedono le coordinate in formato - colonna(x), riga(y) -\n", " face_pixels = np.column_stack(np.where(mask == 1))\n", " face_pixels = np.column_stack((face_pixels[:, 1], face_pixels[:, 0]))\n", "\n", " if len(face_pixels) == 0:\n", " print(\"Nessun pixel classificato come volto.\")\n", " return []\n", "\n", " # Standardizzazione dei dati\n", " scaler = StandardScaler()\n", " face_pixels_scaled = scaler.fit_transform(face_pixels)\n", "\n", " # Applico K-Means\n", " kmeans = KMeans(n_clusters=n_clusters, random_state=42)\n", " labels = kmeans.fit_predict(face_pixels_scaled)\n", "\n", " bounding_boxes = []\n", "\n", " for cluster_label in range(n_clusters):\n", " cluster_points = face_pixels[labels == cluster_label]\n", "\n", " if len(cluster_points) < 5:\n", " continue\n", "\n", " # Analisi della forma del cluster\n", " try:\n", " hull = ConvexHull(cluster_points)\n", " hull_points = cluster_points[hull.vertices]\n", "\n", " # Calcolo l'area del Convex Hull\n", " # Convex Hull è il più piccolo poligono convesso che contiene tutti i punti\n", " hull_area = hull.volume\n", "\n", " # Calcolo l'area rettangolare\n", " min_x, min_y = np.min(cluster_points, axis=0)\n", " max_x, max_y = np.max(cluster_points, axis=0)\n", " rect_area = (max_x - min_x) * (max_y - min_y)\n", "\n", " # Calcolo l'aspect ratio\n", " aspect_ratio = (max_x - min_x) / (max_y - min_y) if (max_y - min_y) != 0 else 0\n", "\n", " # Calcolo la copertura dell'area\n", " coverage = hull_area / rect_area if rect_area != 0 else 0\n", "\n", " # Criteri per identificare un ovale verticalmente orientato\n", " if aspect_ratio > 1.1 and coverage > 0.5:\n", " bounding_boxes.append((min_x, min_y, max_x, max_y))\n", " print(f\"Cluster {cluster_label}: bounding box (x_min={min_x}, y_min={min_y}, x_max={max_x}, y_max={max_y}), aspect_ratio={aspect_ratio:.2f}, coverage={coverage:.2f}\")\n", " except Exception as e:\n", " print(f\"Errore nell'analisi del cluster {cluster_label}: {e}\")\n", " continue\n", "\n", " if not bounding_boxes:\n", " print(\"Nessun volto ovale rilevato dopo clustering.\")\n", "\n", " return bounding_boxes\n", " except Exception as e:\n", " print(f\"Errore nel clustering: {e}\")\n", " return []\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Classificazione dei pixel

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Classificazione dei pixel di un'immagine come pelle o non-pelle utilizzando il modello RandomForest

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def classify_pixels(image, colab_clf_rf_rg_rb_hsv, L_i_rg=0.9, L_s_rg=1.4, b_onR=1.2):\n", " # image (np.ndarray): Immagine in formato NumPy array\n", " # colab_clf_rf_rg_rb_hsv (RandomForestClassifier), modello addestrato\n", " # L_i_rg (float): Limite inferiore per il rapporto R/G\n", " # L_s_rg (float): Limite superiore per il rapporto R/G\n", " # b_onR (float): Tolleranza per il rapporto B_value = R / 3\n", " # np.ndarray: Maschera binaria con 1 per pelle e 0 per non-pelle.\n", "\n", " try:\n", " # Estraggo i canali R, G e B\n", " R = image[:, :, 0].astype(float)\n", " G = image[:, :, 1].astype(float)\n", " B = image[:, :, 2].astype(float)\n", "\n", " # Evito divisioni per zero\n", " G[G == 0] = 1.0\n", " B[B == 0] = 1.0\n", "\n", " # Calcolo i rapporti R/G e R/3\n", " R_G_ratio = R / G\n", " B_value = R / 3\n", "\n", " # Calcolo i limiti basati su B_value con la tolleranza b_onR\n", " L_i_b = B_value - b_onR\n", " L_s_b = B_value + b_onR\n", "\n", " # Applico i limiti sul rapporto R/G e R/B\n", " mask_rg_limits = (R_G_ratio > L_i_rg) & (R_G_ratio < L_s_rg)\n", " mask_rb_limits = (B_value > L_i_b) & (B_value < L_s_b)\n", " valid_pixels = mask_rg_limits & mask_rb_limits\n", "\n", " # Calcolo i valori H, S e V\n", " H, S, V = rgb_to_hsv_manual(R, G, B)\n", " # np.stack combina tutte le feature calcolate in un singolo array lungo l'ultimo asse axis=-1\n", " # i singoli array (rapporti e componenti di colore) formano un array multidimensionale\n", " features = np.stack((R_G_ratio, B_value, H, S, V), axis=-1).reshape(-1, 5)\n", "\n", " # Seleziono solo i pixel validi per la classificazione\n", " features_filtered = features[valid_pixels.flatten()]\n", "\n", " # Verifico se ci sono pixel validi da classificare\n", " if features_filtered.shape[0] == 0:\n", " print(\"Nessun pixel valido da classificare.\")\n", " return np.zeros(R_G_ratio.shape, dtype=np.uint8)\n", "\n", " # Classifico i pixel validi\n", " predictions = colab_clf_rf_rg_rb_hsv.predict(features_filtered)\n", "\n", " # Creo una maschera con 0 e 1 per rappresentare pelle e non-pelle\n", " mask = np.zeros(R_G_ratio.shape, dtype=np.uint8)\n", " mask[valid_pixels] = predictions\n", " num_face_pixels = np.sum(mask == 1)\n", " print(f\"Numero di pixel classificati come volti: {num_face_pixels}\")\n", "\n", " return mask\n", " except Exception as e:\n", " print(f\"Errore nella classificazione dei pixel: {e}\")\n", " return None\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Sliding window

\n
" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Lo sliding_window genera delle finestre mobili sull'immagine

https://www.geeksforgeeks.org/window-sliding-technique/

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def sliding_window(image, step_size, window_size):\n", "\n", " # image (ndarray) l'immagine su cui applicare lo sliding_window\n", " # step_size (int) dimensione del passo per la finestra\n", " # window_size (tuple) dimensioni della finestra (larghezza, altezza)\n", "\n", " # Returns:\n", " # list: un elenco di finestre mobili come tuple (x, y, window_size, image_window)\n", "\n", " windows = []\n", " for y in range(0, image.shape[0] - window_size[1] + 1, step_size):\n", " for x in range(0, image.shape[1] - window_size[0] + 1, step_size):\n", " image_window = image[y:y + window_size[1], x:x + window_size[0]]\n", " windows.append((x, y, window_size, image_window))\n", " return windows\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Funzione per disegnare i rettangoli verdi intorno ai volti

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def draw_bounding_boxes(image, bounding_boxes, save_path=None):\n", " try:\n", " fig, ax = plt.subplots(figsize=(10, 10))\n", " ax.imshow(image)\n", "\n", " for box in bounding_boxes:\n", " x_min, y_min, x_max, y_max = box\n", " width = x_max - x_min\n", " height = y_max - y_min\n", " # Crea un rettangolo verde\n", " rect = Rectangle((x_min, y_min), width, height, linewidth=2, edgecolor='green', facecolor='none')\n", " ax.add_patch(rect)\n", "\n", " plt.axis('off')\n", " plt.title('Immagine con Volti Rilevati')\n", " if save_path:\n", " # Normalizzo il percorso per evitare problemi con gli slash\n", " save_path = os.path.normpath(save_path)\n", " plt.savefig(save_path, bbox_inches='tight', pad_inches=0)\n", " print(f\"Immagine con bounding box salvata in: {save_path}\")\n", " plt.show()\n", " except Exception as e:\n", " print(f\"Errore nel disegnare i bounding box: {e}\")\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Questa funzione processa l'immagine caricata dal pc, rileva i volti utilizzando il modello addestrato e applica K-Means per identificare gli ovali verticali

Visualizza e salva i risultati senza utilizzare lo sliding window.

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def process_image(image_path=None, output_folder='C:/temp',\n", " model_folder='C:/Users/gabri/Desktop/face_detection/prova',\n", " scale_percent=15, n_clusters=3):\n", "\n", " #image_path (str, optional) percorso dell'immagine caricata\n", " #output_folder (str) cartella dove salvare i risultati\n", " #model_folder (str) cartella dove si trova il modello addestrato\n", " #scale_percent (float): Percentuale di ridimensionamento.\n", " #n_clusters (int) numero di cluster (volti) da identificare\n", "\n", " #Returns:\n", " #list: Lista delle coordinate dei bounding box\n", "\n", " if image_path is None:\n", " image_path = select_image()\n", "\n", " if not image_path:\n", " print(\"Nessuna immagine selezionata.\")\n", " return []\n", "\n", " # Definisco i percorsi per la conversione\n", " base_name = os.path.splitext(os.path.basename(image_path))[0]\n", " ppm_image_path = os.path.join(output_folder, f\"{base_name}.ppm\")\n", " resized_image_path = os.path.join(output_folder, f\"{base_name}_resized.ppm\")\n", " result_image_path = os.path.join(output_folder, f\"{base_name}_result.png\")\n", "\n", " if not os.path.exists(output_folder):\n", " try:\n", " os.makedirs(output_folder)\n", " print(f\"Cartella di output creata: {output_folder}\")\n", " except Exception as e:\n", " print(f\"Errore nella creazione della cartella di output: {e}\")\n", " return []\n", "\n", " # Converto JPG a PPM\n", " if not image_path.lower().endswith('.ppm'):\n", " try:\n", " convert_single_jpg_to_ppm(image_path, ppm_image_path)\n", " print(f\"Convertita: {image_path} -> {ppm_image_path}\")\n", " except Exception as e:\n", " print(f\"Errore nella conversione dell'immagine a PPM: {e}\")\n", " return []\n", " else:\n", " ppm_image_path = image_path\n", "\n", " # Leggo l'immagine PPM\n", " try:\n", " image = read_ppm(ppm_image_path)\n", " except Exception as e:\n", " print(f\"Errore nella lettura dell'immagine PPM: {e}\")\n", " return []\n", "\n", " if image is None:\n", " print(\"Impossibile leggere l'immagine PPM.\")\n", " return []\n", "\n", " # Effettuo binning e ridimensionamento per l'immagine caricata\n", " resized_image = resize_image_binning(image, scale_percent)\n", " if resized_image is None:\n", " print(\"Errore nel ridimensionamento dell'immagine.\")\n", " return []\n", "\n", " # Salvo l'immagine ridimensionata come PPM\n", " try:\n", " save_ppm(resized_image_path, resized_image)\n", " print(f\"Immagine ridimensionata salvata in: {resized_image_path}\")\n", " except Exception as e:\n", " print(f\"Errore nel salvataggio dell'immagine ridimensionata: {e}\")\n", " return []\n", "\n", " model_filename = 'colab_clf_rf_rg_rb_hsv.joblib'\n", " model_path = os.path.join(model_folder, model_filename)\n", "\n", " if not os.path.exists(model_path):\n", " print(f\"Il modello '{model_path}' non esiste.\")\n", " return []\n", "\n", " try:\n", " colab_clf_rf_rg_rb_hsv = load(model_path)\n", " print(f\"Modello '{model_path}' caricato con successo.\")\n", " except Exception as e:\n", " print(f\"Errore nel caricamento del modello: {e}\")\n", " return []\n", "\n", " # Classifico i pixel usando le 4 features\n", " mask = classify_pixels(resized_image, colab_clf_rf_rg_rb_hsv)\n", " if mask is None:\n", " print(\"Impossibile classificare i pixel.\")\n", " return []\n", "\n", " # Visualizzo la maschera binaria\n", " plt.figure(figsize=(10, 10))\n", " plt.imshow(mask, cmap='gray')\n", " plt.title('Maschera Binaria dei Pixel Classificati')\n", " plt.axis('off')\n", " plt.show()\n", "\n", " # Applico il clustering con K-Means per identificare ovali verticali\n", " refined_bounding_boxes = cluster_face_pixels(mask, n_clusters=n_clusters)\n", "\n", " if not refined_bounding_boxes:\n", " print(\"Nessun volto ovale rilevato dopo clustering.\")\n", " plt.figure(figsize=(10, 10))\n", " plt.imshow(resized_image)\n", " plt.axis('off')\n", " plt.title('Immagine Senza Volti Rilevati')\n", " plt.show()\n", " return []\n", "\n", " # Stampo le coordinate dei bounding box\n", " print(\"Volti ovali rilevati:\")\n", " for idx, box in enumerate(refined_bounding_boxes, start=1):\n", " x_min, y_min, x_max, y_max = box\n", " print(f\"Volto {idx}: (x_min={x_min}, y_min={y_min}, x_max={x_max}, y_max={y_max})\")\n", "\n", " # Disegno i bounding box sull'immagine e salvalo\n", " try:\n", " draw_bounding_boxes(resized_image, refined_bounding_boxes, save_path=result_image_path)\n", " print(f\"Immagine con bounding box salvata in: {result_image_path}\")\n", " except Exception as e:\n", " print(f\"Errore nel disegnare o salvare i bounding box: {e}\")\n", " return []\n", "\n", " return refined_bounding_boxes\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

La funzione \"non_maximum_suppression\" rimuove rilevamenti duplicati o sovrapposti.
La funzione \"iou\" prende le coordinate di due box, calcola l'area di intersezione e la divide per l'area di unione.

https://kikaben.com/object-detection-non-maximum-suppression/

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def non_maximum_suppression(detections, threshold=0.5):\n", " # detections è un elenco di riquadri di delimitazione, ciascuno associato a un punteggio\n", " # threshold è la soglia iou per il filtraggio delle caselle sovrapposte\n", " if len(detections) == 0:\n", " return []\n", "\n", " # Ordino le finestre basate sul punteggio\n", " detections = sorted(detections, key=lambda x: x[2], reverse=True)\n", " final_detections = []\n", "\n", " while detections:\n", " chosen_box = detections.pop(0)# seleziono la casella con il punteggio più alto e la rimuovo\n", " final_detections.append(chosen_box)\n", "\n", " # Applico la funzione IoU a ogni rilevamento rimanente filtrando le caselle\n", " detections = [box for box in detections if iou(chosen_box, box) < threshold]\n", "\n", " return final_detections\n", "\n", "def iou(box1, box2):\n", " # calcolo l'intersezione tra due bounding box\n", " x1, y1, w1, h1 = box1[:4]\n", " x2, y2, w2, h2 = box2[:4]\n", "\n", " #Trovo il rettangolo di intersezione calcolando il massimo delle coordinate in alto a sinistra ( xi1, yi1)\n", " # e il minimo delle coordinate in basso a destra ( xi2, yi2).\n", " xi1 = max(x1, x2)\n", " yi1 = max(y1, y2)\n", " xi2 = min(x1 + w1, x2 + w2)\n", " yi2 = min(y1 + h1, y2 + h2)\n", "\n", " # area dell'intersezione\n", " inter_area = max(0, xi2 - xi1) * max(0, yi2 - yi1)\n", " box1_area = w1 * h1\n", " box2_area = w2 * h2\n", " union_area = box1_area + box2_area - inter_area\n", "\n", " return inter_area / union_area\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "
\n

Visualizzazione e salvataggio dei risultati utilizzando lo sliding window

\n
" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def process_image_sliding_window(image_path=None, output_folder='C:/temp',\n", " model_folder='C:/Users/gabri/Desktop/face_detection/prova',\n", " scale_percent=15, n_clusters=1, iou_threshold=0.5,\n", " step_size=128, window_size=(128, 128)):\n", "\n", " if image_path is None:\n", " image_path = select_image()\n", "\n", " if not image_path:\n", " print(\"Nessuna immagine selezionata.\")\n", " return []\n", "\n", " # Percorsi per la conversione\n", " base_name = os.path.splitext(os.path.basename(image_path))[0]\n", " ppm_image_path = os.path.join(output_folder, f\"{base_name}.ppm\")\n", " resized_image_path = os.path.join(output_folder, f\"{base_name}_resized.ppm\")\n", " result_image_path = os.path.join(output_folder, f\"{base_name}_result.png\")\n", "\n", " if not os.path.exists(output_folder):\n", " try:\n", " os.makedirs(output_folder)\n", " print(f\"Cartella di output creata: {output_folder}\")\n", " except Exception as e:\n", " print(f\"Errore nella creazione della cartella di output: {e}\")\n", " return []\n", "\n", " # Converto JPG a PPM se necessario\n", " if not image_path.lower().endswith('.ppm'):\n", " try:\n", " convert_single_jpg_to_ppm(image_path, ppm_image_path)\n", " print(f\"Convertita: {image_path} -> {ppm_image_path}\")\n", " except Exception as e:\n", " print(f\"Errore nella conversione dell'immagine a PPM: {e}\")\n", " return []\n", " else:\n", " ppm_image_path = image_path\n", "\n", " try:\n", " image = read_ppm(ppm_image_path)\n", " except Exception as e:\n", " print(f\"Errore nella lettura dell'immagine PPM: {e}\")\n", " return []\n", "\n", " if image is None:\n", " print(\"Impossibile leggere l'immagine PPM.\")\n", " return []\n", "\n", " # Effettuo binning e ridimensionamento per l'immagine corrente\n", " resized_image = resize_image_binning(image, scale_percent)\n", " if resized_image is None:\n", " print(\"Errore nel ridimensionamento dell'immagine.\")\n", " return []\n", "\n", " try:\n", " save_ppm(resized_image_path, resized_image)\n", " print(f\"Immagine ridimensionata salvata in: {resized_image_path}\")\n", " except Exception as e:\n", " print(f\"Errore nel salvataggio dell'immagine ridimensionata: {e}\")\n", " return []\n", "\n", " model_filename = 'colab_clf_rf_rg_rb_hsv.joblib'\n", " model_path = os.path.join(model_folder, model_filename)\n", "\n", " if not os.path.exists(model_path):\n", " print(f\"Il modello '{model_path}' non esiste.\")\n", " return []\n", "\n", " try:\n", " colab_clf_rf_rg_rb_hsv = load(model_path)\n", " print(f\"Modello '{model_path}' caricato con successo.\")\n", " except Exception as e:\n", " print(f\"Errore nel caricamento del modello: {e}\")\n", " return []\n", "\n", " # Applico sliding window per ottenere le regioni di interesse\n", " sliding_windows = sliding_window(resized_image, step_size, window_size)\n", "\n", " # Lista per memorizzare i bounding box\n", " all_bounding_boxes = []\n", "\n", " for window in sliding_windows:\n", " # window è una tupla: (x, y, window_size, image_window)\n", " x, y, window_size, image_window = window\n", "\n", " # Classifico i pixel per ogni finestra\n", " mask = classify_pixels(image_window, colab_clf_rf_rg_rb_hsv)\n", " bounding_boxes = cluster_face_pixels(mask, n_clusters=n_clusters)\n", " all_bounding_boxes.extend(bounding_boxes)\n", "\n", " # Applico Non-Maximum Suppression\n", " final_bounding_boxes = non_maximum_suppression(all_bounding_boxes, iou_threshold)\n", "\n", " if not final_bounding_boxes:\n", " print(\"Nessun volto ovale rilevato dopo clustering e non-maximum suppression.\")\n", " plt.figure(figsize=(10, 10))\n", " plt.imshow(resized_image)\n", " plt.axis('off')\n", " plt.title('Immagine Senza Volti Rilevati')\n", " plt.show()\n", " return []\n", "\n", " # Stampo le coordinate dei bounding box\n", " print(\"Volti ovali rilevati:\")\n", " for idx, box in enumerate(final_bounding_boxes, start=1):\n", " x_min, y_min, x_max, y_max = box\n", " print(f\"Volto {idx}: (x_min={x_min}, y_min={y_min}, x_max={x_max}, y_max={y_max})\")\n", "\n", " try:\n", " draw_bounding_boxes(resized_image, final_bounding_boxes, save_path=result_image_path)\n", " print(f\"Immagine con bounding box salvata in: {result_image_path}\")\n", " except Exception as e:\n", " print(f\"Errore nel disegnare o salvare i bounding box: {e}\")\n", " return []\n", "\n", " return final_bounding_boxes\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def save_ppm(ppm_path, img):\n", " try:\n", " height, width, channels = img.shape\n", " if channels != 3:\n", " raise ValueError(\"L'immagine deve avere 3 canali (RGB).\")\n", " with open(ppm_path, 'wb') as f:\n", " # Scrivi l'header PPM\n", " header = f\"P6\\n{width} {height}\\n255\\n\"\n", " f.write(header.encode())\n", " # Scrivi i dati RGB\n", " f.write(img.tobytes())\n", " print(f\"Immagine PPM salvata in: {ppm_path}\")\n", " except Exception as e:\n", " print(f\"Errore nel salvataggio dell'immagine PPM: {e}\")\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\IMG_20210204_114843.jpg\nConvertita: H:\\gap\\pp\\foto\\IMG_20210204_114843.jpg -> C:/temp\\IMG_20210204_114843.ppm\nConvertita: H:\\gap\\pp\\foto\\IMG_20210204_114843.jpg -> C:/temp\\IMG_20210204_114843.ppm\nImmagine PPM salvata in: C:/temp\\IMG_20210204_114843_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\IMG_20210204_114843_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Cluster 2: bounding box (x_min=464, y_min=0, x_max=983, y_max=251), aspect_ratio=2.07, coverage=0.75\nCluster 4: bounding box (x_min=503, y_min=248, x_max=983, y_max=613), aspect_ratio=1.32, coverage=0.75\nVolti ovali rilevati:\nVolto 1: (x_min=464, y_min=0, x_max=983, y_max=251)\nVolto 2: (x_min=503, y_min=248, x_max=983, y_max=613)\nImmagine con bounding box salvata in: C:\\temp\\IMG_20210204_114843_result.png\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Immagine con bounding box salvata in: C:/temp\\IMG_20210204_114843_result.png\n
\n
\n
\n
\n
Out[ ]:
\n
\n
[(np.int64(464), np.int64(0), np.int64(983), np.int64(251)),\n (np.int64(503), np.int64(248), np.int64(983), np.int64(613))]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\People\\_MG_5726.jpg\nConvertita: H:\\gap\\pp\\foto\\People\\_MG_5726.jpg -> C:/temp\\_MG_5726.ppm\nConvertita: H:\\gap\\pp\\foto\\People\\_MG_5726.jpg -> C:/temp\\_MG_5726.ppm\nImmagine PPM salvata in: C:/temp\\_MG_5726_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\_MG_5726_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Cluster 4: bounding box (x_min=173, y_min=207, x_max=611, y_max=546), aspect_ratio=1.29, coverage=0.70\nVolti ovali rilevati:\nVolto 1: (x_min=173, y_min=207, x_max=611, y_max=546)\nImmagine con bounding box salvata in: C:\\temp\\_MG_5726_result.png\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Immagine con bounding box salvata in: C:/temp\\_MG_5726_result.png\n
\n
\n
\n
\n
Out[ ]:
\n
\n
[(np.int64(173), np.int64(207), np.int64(611), np.int64(546))]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\People\\_MG_5701.jpg\nConvertita: H:\\gap\\pp\\foto\\People\\_MG_5701.jpg -> C:/temp\\_MG_5701.ppm\nConvertita: H:\\gap\\pp\\foto\\People\\_MG_5701.jpg -> C:/temp\\_MG_5701.ppm\nImmagine PPM salvata in: C:/temp\\_MG_5701_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\_MG_5701_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Cluster 1: bounding box (x_min=0, y_min=219, x_max=803, y_max=546), aspect_ratio=2.46, coverage=0.74\nCluster 2: bounding box (x_min=0, y_min=0, x_max=459, y_max=325), aspect_ratio=1.41, coverage=0.84\nVolti ovali rilevati:\nVolto 1: (x_min=0, y_min=219, x_max=803, y_max=546)\nVolto 2: (x_min=0, y_min=0, x_max=459, y_max=325)\nImmagine con bounding box salvata in: C:\\temp\\_MG_5701_result.png\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Immagine con bounding box salvata in: C:/temp\\_MG_5701_result.png\n
\n
\n
\n
\n
Out[ ]:
\n
\n
[(np.int64(0), np.int64(219), np.int64(803), np.int64(546)),\n (np.int64(0), np.int64(0), np.int64(459), np.int64(325))]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\People\\IMG_1227.jpg\nConvertita: H:\\gap\\pp\\foto\\People\\IMG_1227.jpg -> C:/temp\\IMG_1227.ppm\nConvertita: H:\\gap\\pp\\foto\\People\\IMG_1227.jpg -> C:/temp\\IMG_1227.ppm\nImmagine PPM salvata in: C:/temp\\IMG_1227_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\IMG_1227_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Cluster 0: bounding box (x_min=0, y_min=235, x_max=609, y_max=546), aspect_ratio=1.96, coverage=0.76\nCluster 2: bounding box (x_min=0, y_min=0, x_max=629, y_max=274), aspect_ratio=2.30, coverage=0.77\nVolti ovali rilevati:\nVolto 1: (x_min=0, y_min=235, x_max=609, y_max=546)\nVolto 2: (x_min=0, y_min=0, x_max=629, y_max=274)\nImmagine con bounding box salvata in: C:\\temp\\IMG_1227_result.png\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Immagine con bounding box salvata in: C:/temp\\IMG_1227_result.png\n
\n
\n
\n
\n
Out[ ]:
\n
\n
[(np.int64(0), np.int64(235), np.int64(609), np.int64(546)),\n (np.int64(0), np.int64(0), np.int64(629), np.int64(274))]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\People\\PSX_20180702_202231.jpg\nConvertita: H:\\gap\\pp\\foto\\People\\PSX_20180702_202231.jpg -> C:/temp\\PSX_20180702_202231.ppm\nConvertita: H:\\gap\\pp\\foto\\People\\PSX_20180702_202231.jpg -> C:/temp\\PSX_20180702_202231.ppm\nImmagine PPM salvata in: C:/temp\\PSX_20180702_202231_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\PSX_20180702_202231_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 59596\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Cluster 0: bounding box (x_min=0, y_min=133, x_max=199, y_max=274), aspect_ratio=1.41, coverage=0.82\nCluster 2: bounding box (x_min=0, y_min=0, x_max=215, y_max=137), aspect_ratio=1.57, coverage=0.80\nVolti ovali rilevati:\nVolto 1: (x_min=0, y_min=133, x_max=199, y_max=274)\nVolto 2: (x_min=0, y_min=0, x_max=215, y_max=137)\nImmagine con bounding box salvata in: C:\\temp\\PSX_20180702_202231_result.png\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Immagine con bounding box salvata in: C:/temp\\PSX_20180702_202231_result.png\n
\n
\n
\n
\n
Out[ ]:
\n
\n
[(np.int64(0), np.int64(133), np.int64(199), np.int64(274)),\n (np.int64(0), np.int64(0), np.int64(215), np.int64(137))]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: E:\\gap\\pp\\foto\\Startrail e luci Urbane\\startrail faro.png\nConvertita: E:\\gap\\pp\\foto\\Startrail e luci Urbane\\startrail faro.png -> C:/temp\\startrail faro.ppm\nConvertita: E:\\gap\\pp\\foto\\Startrail e luci Urbane\\startrail faro.png -> C:/temp\\startrail faro.ppm\nImmagine PPM salvata in: C:/temp\\startrail faro_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\startrail faro_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 2261\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 8674\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 5928\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 4192\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 9435\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 3909\nNessun volto ovale rilevato dopo clustering.\nNessun volto ovale rilevato dopo clustering e non-maximum suppression.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
Out[ ]:
\n
\n
[]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: E:\\gap\\pp\\foto\\creare cartelle\\ascignopng.jpg\nConvertita: E:\\gap\\pp\\foto\\creare cartelle\\ascignopng.jpg -> C:/temp\\ascignopng.ppm\nConvertita: E:\\gap\\pp\\foto\\creare cartelle\\ascignopng.jpg -> C:/temp\\ascignopng.ppm\nImmagine PPM salvata in: C:/temp\\ascignopng_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\ascignopng_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 16381\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16374\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16377\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16376\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16377\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16353\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16369\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16382\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16383\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 14052\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13979\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13000\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13168\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12990\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12360\nNessun volto ovale rilevato dopo clustering.\nNessun volto ovale rilevato dopo clustering e non-maximum suppression.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
Out[ ]:
\n
\n
[]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\creare cartelle\\_MG_3911.jpg\nConvertita: H:\\gap\\pp\\foto\\creare cartelle\\_MG_3911.jpg -> C:/temp\\_MG_3911.ppm\nConvertita: H:\\gap\\pp\\foto\\creare cartelle\\_MG_3911.jpg -> C:/temp\\_MG_3911.ppm\nImmagine PPM salvata in: C:/temp\\_MG_3911_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\_MG_3911_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16226\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16370\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16381\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16353\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12893\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 4013\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13423\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 8951\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 9666\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12236\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13503\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16370\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12389\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13359\nNessun volto ovale rilevato dopo clustering.\nNessun volto ovale rilevato dopo clustering e non-maximum suppression.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
Out[ ]:
\n
\n
[]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image_sliding_window()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\Astrofotografia reflex + 135mm\\Andromeda galaxy.jpg\nConvertita: H:\\gap\\pp\\foto\\Astrofotografia reflex + 135mm\\Andromeda galaxy.jpg -> C:/temp\\Andromeda galaxy.ppm\nConvertita: H:\\gap\\pp\\foto\\Astrofotografia reflex + 135mm\\Andromeda galaxy.jpg -> C:/temp\\Andromeda galaxy.ppm\nImmagine PPM salvata in: C:/temp\\Andromeda galaxy_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\Andromeda galaxy_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 5631\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12094\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13795\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 11423\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 4751\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12645\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16106\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 15263\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 5487\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 11259\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 15107\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12326\nNessun volto ovale rilevato dopo clustering.\nNessun volto ovale rilevato dopo clustering e non-maximum suppression.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
Out[ ]:
\n
\n
[]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image_sliding_window()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\People\\_MG_5722.jpg\nConvertita: H:\\gap\\pp\\foto\\People\\_MG_5722.jpg -> C:/temp\\_MG_5722.ppm\nConvertita: H:\\gap\\pp\\foto\\People\\_MG_5722.jpg -> C:/temp\\_MG_5722.ppm\nImmagine PPM salvata in: C:/temp\\_MG_5722_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\_MG_5722_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 343\nCluster 0: bounding box (x_min=0, y_min=0, x_max=111, y_max=96), aspect_ratio=1.16, coverage=0.59\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNumero di pixel classificati come volti: 2\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 208\nNessun volto ovale rilevato dopo clustering.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNumero di pixel classificati come volti: 222\nNessun volto ovale rilevato dopo clustering.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNumero di pixel classificati come volti: 81\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 319\nNessun volto ovale rilevato dopo clustering.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNumero di pixel classificati come volti: 296\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 30\nCluster 0: bounding box (x_min=1, y_min=85, x_max=53, y_max=127), aspect_ratio=1.24, coverage=0.78\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nNumero di pixel classificati come volti: 234\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 151\nCluster 0: bounding box (x_min=5, y_min=0, x_max=126, y_max=62), aspect_ratio=1.95, coverage=0.72\nNumero di pixel classificati come volti: 12\nNessun volto ovale rilevato dopo clustering.\nNessun pixel valido da classificare.\nNessun pixel classificato come volto.\nVolti ovali rilevati:\nVolto 1: (x_min=5, y_min=0, x_max=126, y_max=62)\nVolto 2: (x_min=1, y_min=85, x_max=53, y_max=127)\nImmagine con bounding box salvata in: C:\\temp\\_MG_5722_result.png\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
\n
\n
Immagine con bounding box salvata in: C:/temp\\_MG_5722_result.png\n
\n
\n
\n
\n
Out[ ]:
\n
\n
[(np.int64(5), np.int64(0), np.int64(126), np.int64(62)),\n (np.int64(1), np.int64(85), np.int64(53), np.int64(127))]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image_sliding_window()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\Astrofotografia reflex + 135mm\\slh12.png\nConvertita: H:\\gap\\pp\\foto\\Astrofotografia reflex + 135mm\\slh12.png -> C:/temp\\slh12.ppm\nConvertita: H:\\gap\\pp\\foto\\Astrofotografia reflex + 135mm\\slh12.png -> C:/temp\\slh12.ppm\nImmagine PPM salvata in: C:/temp\\slh12_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\slh12_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 5828\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 2472\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 965\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 926\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 1060\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 1194\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 619\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 232\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 260\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 722\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 265\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 253\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 906\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 1526\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 1882\nNessun volto ovale rilevato dopo clustering.\nNessun volto ovale rilevato dopo clustering e non-maximum suppression.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
Out[ ]:
\n
\n
[]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image_sliding_window()\n" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [ { "output_type": "display_data", "metadata": {}, "data": { "text/html": [ "
\n
\n
\n
\n
\n
\n
\n
Percorso immagine selezionato: H:\\gap\\pp\\foto\\Macro\\Insetti\\preda ragno _2.jpg\nConvertita: H:\\gap\\pp\\foto\\Macro\\Insetti\\preda ragno _2.jpg -> C:/temp\\preda ragno _2.ppm\nConvertita: H:\\gap\\pp\\foto\\Macro\\Insetti\\preda ragno _2.jpg -> C:/temp\\preda ragno _2.ppm\nImmagine PPM salvata in: C:/temp\\preda ragno _2_resized.ppm\nImmagine ridimensionata salvata in: C:/temp\\preda ragno _2_resized.ppm\nModello 'C:/Users/gabri/Desktop/face_detection\\colab_clf_rf_rg_rb_hsv.joblib' caricato con successo.\nNumero di pixel classificati come volti: 3970\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 15937\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 14231\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 115\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 1179\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 664\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 13204\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16355\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 4155\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 7401\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 6\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16384\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16338\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 8496\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 4223\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 7288\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 528\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16163\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 16383\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 12383\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 5902\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 3982\nNessun volto ovale rilevato dopo clustering.\nNumero di pixel classificati come volti: 2376\nNessun volto ovale rilevato dopo clustering.\nNessun volto ovale rilevato dopo clustering e non-maximum suppression.\n
\n
\n
\n
\n
\n
\n\"No\n
\n
\n
\n
Out[ ]:
\n
\n
[]
\n
\n
\n
\n
" ] } } ], "source": [ "process_image_sliding_window()\n" ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "name": "python" } }, "nbformat": 4, "nbformat_minor": 5 }