【streamlit】Pythonで顔検出webアプリの作成｜工場勤務Pythonプログラマーの日常

この記事は、こんな人にオススメ

・人の顔検出の手法を調べている方
・webアプリの作り方を調べている方
・streamlitの作り方を調べている方
など

少し前に、人の顔検出のアルゴリズムをPythonで比較するという記事をこのブログで紹介させていただきました。
その時はローカルのPCで実行してみて、比較を行うというものでした。

結果的にRetinaFaceのアルゴリズムが、かなり汎化性能が高かったですね。

なので、このアルゴリズムを使ってアップロードした画像中の人の顔を検出するwebアプリを作りたいと思い、実際作ってみましたので、
作り方について解説したいと思います。

作成したwebアプリ
作成手順
- Pythonのコードを書く
- GitHubへファイルのアップロード＆Community cloudにGitHubアカウントでサインイン
おわりに

作成したwebアプリ

　実際に作成したアプリがこちらになります。

konplantpg-face-dtect-main-4e9lvo.streamlit.app

外部リンク

https://konplantpg-face-dtect-main-4e9lvo.streamlit.app

画面の左側に判定の閾値を調整するスライダーと、画像をアップロードするようのUIを設置しました。
メインの画面の方では、左にオリジナルの画像と右側に顔検出の結果を出力するようにしてます。

全部英語の方がなんとなくカッコいいと思って、文章は英語にしました。

作成手順

Streamlitのwebアプリ作成手順はおおまかに

Pythonのコードを書く
GitHubにPythonコードと使うライブラリのrequirements.txtをアップロードする
SteamlitのCommunity cloudにGitHubのアカウントでサインインする

の手順で行います。

Pythonのコードを書く

今回のwebアプリで使用したコードは以下のようになっています。

import cv2
import streamlit as st
from PIL import Image
from io import BytesIO
import base64
from retinaface import RetinaFace
import numpy as np

st.set_page_config(layout="wide", page_title="人の顔検出")

st.write("## Face Detect App")
st.write(
    ":cat: Try uploading an image to detect the humanfaces. Full quality images can be downloaded from the sidebar"
    )
    
st.write(
    "This app using RetinaFace algorithm. Special thanks to the [retina-face] [here](https://github.com/serengil/retinaface)"
)



# Download the face dtect image
def convert_image(img):
    buf = BytesIO()
    img.save(buf, format="PNG")
    byte_im = buf.getvalue()
    return byte_im


def detect_face(upload):
    image = Image.open(upload)
    
    try:
        cv2_img = cv2.imread(upload)
        cv2_img = cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB)
        col1.write("Original Image :camera:")
        col1.image(image)
    
    except:
        cv2_img=np.array(image)
        #cv2_img = cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB)
        col1.write("Original Image :camera:")
        col1.image(image)
        

    #detect
    resp = RetinaFace.detect_faces(cv2_img, threshold = value)
    for key in resp:
        identity = resp[key]
        facial_area = identity["facial_area"]
        cv2.rectangle(cv2_img, (facial_area, facial_area), (facial_area[0], facial_area), (0, 255, 0), 2)
        
    col2.write("Detect face Image :wrench:")
    col2.image(cv2_img)
    st.sidebar.markdown("\n")
    st.sidebar.download_button("Download result", convert_image(Image.fromarray(cv2_img)), "result.png", "image/png")


col1, col2 = st.columns(2)

st.sidebar.write("""
    ## Threshold
    """)

value= st.sidebar.slider(
        'Range',
        0.0, 1.0, value=0.7
    )

st.sidebar.write("## Upload and download :gear:")
my_upload = st.sidebar.file_uploader("Upload an image", type=["png", "jpg", "jpeg"])

if my_upload is not None:
    detect_face(upload=my_upload)
else:
    detect_face("img3.jpg")