[NEW] ตรวจคนใส่ Mask ด้วย AI ลากวาง Python Mask Detection | การใส่ mask – Sonduongpaper

ง่ายกว่าที่คิดมาก!! ทำผ่าน webcam แบบ real-time กับ ML ลากวางใช้ได้ทันที เรียนกับ Ultimate Python

เราทำบทเรียนด้วยความตั้งใจใส่เต็ม 300%

สนับสนุนเราได้จากการ subscribe นะครับ 🙂

Please consider subscribing to Ultimate Python

เอกสารประกอบ

Mask Detection

วันนี้เราจะมาเรียนรู้การสอน Machine เพื่อให้ตรวจจับคนใส่แมส โดยใช้ webcam ของเรา ผ่านการใช้ Machine Learning สำเร็จรูป Teachable Machine ของ Google ที่ช่วยจัดการเรื่องการสร้าง Machine Learning ให้ง่ายแบบลากวาง

Teachable Machine

ในส่วนของการเรียนรู้เกี่ยวกับ Mask เราจะให้ Machine Learning รับภาพคนใส่แมส และคนไม่ใส่แมส และปรับจูนโมเดลให้สามารถแยกคนใน 2 ลักษณะนี้ได้ ซึ่งเราจะใช้โปรแกรมสำเร็จรูปที่ชื่อว่า Teachable Machine ที่พัฒนาโดย Google

ซึ่ง Teachable Machine จะทำการ Classify หรือ การแยกประเภท ในกรณีนี้ประเภทจะถูกเรียกว่า Class ตามแต่ข้อมูลที่เราใส่ไปให้มัน ในกรณีนี้เราจะแบ่งข้อมูลออกเป็น 2 ประเภท คือ คนใส่แมส และไม่ใส่แมส

ความเจ๋งของ Teachable Machine คือ เราแค่ใส่รูปเข้าไปเท่านั้น! ไม่ต้องสร้างโปรแกรม Machine Learning เองเพราะทาง Google จัดไว้ให้เราแล้ว (เป็นทั้งข้อดีสำหรับความง่ายและข้อจำกัดสำหรับการปรับแก้ที่ทำได้น้อยกว่า)

ข้อมูลที่ใช้ Train

เราจะต้องมีภาพจำนวนมากของคนที่ใส่แมสก์ และไม่ใส่แมสก์เพื่อใช้เทรน Machine Learning ให้ตรวจจับคน 2 ประเภทนี้ได้

วันนี้เราจะเขียนโปรแกรมเพื่อถ่ายรูปจาก webcam หลายๆรูป หลายๆ มุมที่ใส่แมส และไม่ใส่แมส เพื่อใช้เป็นข้อมูลให้กับ Teachable Machine หรือหากใครมีข้อมูลที่อยู่ในมืออยู่แล้ว สามารถใช้ข้อมูลนั้นๆ แทนได้ทันที

ติดตั้งเครื่องมือที่ต้องใช้

In 
[
1
]
:
!
pip install opencv
-
python

In 
[
3
]
:
!
pip install tensorflow

In 
[
4
]
:
!
pip install keras

In 
[
5
]
:
!
pip install Pillow

นำเข้าเครื่องมือ

In 
[
6
]
:
import
 cv2
import
 tensorflow
import
 keras 
from
 
PIL
 
import
 Image

Face Detection

เราจะใช้ Face Detection ที่เคยสร้างไว้ เป็นพื้นฐาน แล้วจะสร้างส่วนของการตรวจจับ Mask เข้าไป ใครที่ยังไม่ได้เรียน ซึ่งสำหรับคนที่ต้องการเรียนรู้เพิ่มเติมก่อนสามารถ เข้าเรียนได้ที่นี่

ซึ่งโดยพื้นฐานเราจะใช้ haar cascade ซึ่งเป็นโปรแกรมที่ใช้ตรวจจับ object ซึ่งถูกปรับเพื่อให้ตรวจจับใบหน้าที่เตรียมไว้ให้ในไฟล์ “haarcascade_frontalface_default.xml” เพื่อตรวจจับตำแหน่งของใบหน้าในแต่ละรูป หรือแต่ละเฟรมของวิดีโอ

โดยโปรแกรมตอนนี้จะรับ test_photo.jpg เป็น input

โดยโปรแกรมนี้เราจะได้ผลลัพธ์ออกมาเป็นตำแหน่งของ ใบหน้าในพิกัด x,y ที่มีจุด 0,0 ที่ด้านซ้ายบน และมีค่า x,y สูงที่สุดที่จุดขวาล่างของภาพ, ความกว้างของภาพ w, ความสูงของภาพ h ที่เราใช้ตีกรอบใบหน้า ก่อนที่จะนับและแสดงผลว่าในภาพมีกี่หน้า

โค้ดที่ใช้ตรวจจับใบหน้าจากภาพ

In 
[
7
]
:
image 
=
 
r
'test_photo.jpg'

face_cascade 
=
 
"haarcascade_frontalface_default.xml"

​
image_bgr 
=
 cv2
.
imread
(
image
)
image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
​
face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
​
print
(
f
'There are 
{
len
(faces)}
 faces found.'
)
​
for
 face 
in
 faces
:
 x
,
 y
,
 w
,
 h 
=
 face
 cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
​
cv2
.
imshow
(
"Faces found"
,
 image_bgr
)
cv2
.
waitKey
(
0
)
 

ผลลัพธ์บนหน้าจากคำสั่ง print

There are 
1
 faces found
.
 

ผลลัพธ์การตีกรอบในรูปบนใบหน้าใน pop-up

สิ่งที่จะปรับ

ในโปรแกรมเดิมเราใช้การรับรูปที่มีอยู่แล้ว และตรวจจับใบหน้า ในวันนี้เราจะใช้ข้อมูลวิดีโอจาก webcam และสร้าง Model จาก Teachable Machine ที่ใช้ตรวจจับ Mask เพื่อประกอบเข้าไป

เปลี่ยนการรับภาพเป็นรับ webcam

เลือก webcam

ด้วยคำสั่ง cv2.VideoCapture() และใส่ argument เป็นตำแหน่งของ webcam ที่ต้องการ webcam ที่ติดมากับเครื่องจะอยู่ในตำแหน่งแรก หรือตำแหน่งที่ 0 และไล่เรียงตามลำดับเช่น 1 2 ไปตามลำดับที่ต่อกับคอมพิวเตอร์

In 
[
8
]
:
webcam 
=
 cv2
.
VideoCapture
(
1
)
webcam

Out
[
8
]
:
<
VideoCapture 
00000273
F532C470
>

ข้อมูลจาก webcam

ด้วยคำสั่ง .read() ที่ทำงานกับ object Video Capture ข้อมูลของกล้อง เราจะได้ Tuple ของ Boolean ที่แสดงสถานะของการเชื่อมต่อ True คือเชื่อมต่อสำเร็จ False คือเชื่อมต่อไม่สำเร็จ และ ค่าสีของ pixel ที่ได้รับมาเป็นภาพ โดยภาพจะอยู่ในระบบสี BGR

เวลาทำงานกับภาพต้องคอยตอบตัวเอง ถาม google หรือดูคู่มือของเครื่องมือดีๆ ว่าตอนนี้คำสั่งเราเข้าใจรูปในรูปแบบสีใดๆ RGB, RGBA, BGR, HSL หรืออื่นๆ เพราะมีการส่งต่อข้อมูลไม่เหมือนกัน และอาจต้องใช้คำสั่งเพื่อแปลงระบบสีก่อนส่งข้อมูลข้ามคำสั่ง

In 
[
9
]
:
success
,
 image_bgr 
=
 webcam
.
read
(
)

Out
[
9
]
:
(
True
,
  
array
(
[
[
[
140
,
 
117
,
  
67
]
,
          
[
141
,
 
117
,
  
66
]
,
          
[
141
,
 
116
,
  
64
]
,
          
...
,
          
[
 
37
,
  
29
,
  
64
]
,
          
[
 
17
,
  
17
,
  
56
]
,
          
[
 
17
,
  
17
,
  
56
]
]
,
           

...
   

[
[
 
66
,
  
59
,
   
9
]
,
          
[
 
67
,
  
60
,
  
10
]
,
          
[
 
68
,
  
62
,
  
10
]
,
          
...
,
          
[
149
,
  
89
,
 
105
]
,
          
[
146
,
  
86
,
 
100
]
,
          
[
147
,
  
87
,
 
101
]
]
]
,
 dtype
=
uint8
)
)

ข้อมูลวิดีโอ

ใช้การส่งข้อมูลภาพซ้ำๆ ติดต่อกันจนต่อกันเป็นวิดีโอ ซึ่งเราจะใช้ while loop เพื่อส่งคำสั่งขอภาพจาก webcam เพื่อแสดงตัววิดีโอ

ในการทำ loop ใดๆ อย่าลืมนำคำสั่งที่ไม่ต้องการให้ทำซ้ำออกจาก loop ก่อน เช่น ในคำสั่ง face_cascade = “haarcascade_frontalface_default.xml” ที่ต้องทำแค่ครั้งเดียว เอกสารทั้งหมดสามารถดาวน์โหลดได้จากในเอกกสารประกอบ

In 
[
11
]
:
face_cascade 
=
 
"haarcascade_frontalface_default.xml"

In 
[
12
]
:
while
 
True
:
 
 success
,
 image_bgr 
=
 webcam
.
read
(
)
 
 image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
​
 face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
 faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
​
 
print
(
f
'There are 
{
len
(faces)}
 faces found.'
)
​
 
for
 face 
in
 faces
:
   x
,
 y
,
 w
,
 h 
=
 face
   cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
​
 cv2
.
imshow
(
"Faces found"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

ผลลัพธ์บนหน้าจากคำสั่ง print

There are 
1
 faces found
.

ผลลัพธ์การตีกรอบหน้าบน webcam

เก็บภาพของหน้าเพื่อใช้เทรนโมเดล

เดี๋ยวเราจะถ่ายรูปจาก webcam ของเราในตอนที่ใส่แมสก์ และไม่ใส่แมสก์ออกมาเยอะๆ ไปเทรนโมเดลด้วยการเขียน Python

การตรวจจับใบหน้าจะได้ผลลัพธ์เป็น พิกัดจุด x, y ที่ด้านซ้ายบนของภาพ w ความกว้างของภาพ และ h ความสูงของภาพ เราสามารถนำข้อมูลดังกล่าวเพื่อใช้ในการ crop รูป เพื่อนำข้อมูลใบหน้าที่ต้องการมา

การบันทึกรูปจะใช้คำสั่ง cv2.imwrite() โดยรับค่า ชื่อไฟล์ และ path ที่ต้องการบันทึกรูปที่ต้องการ และรูปที่ต้องการโดยใช้การดึงเฉพาะข้อมูลในส่วนที่ต้องการโดยการระบุ [y:y+h,x:x+w] โดยจะได้ผลลัพธ์เป็นภาพที่ครอบตัดที่มุมซ้ายบน x,y และมีความกว้าง w ความสูง y ซึ่งค่า x,y,w,h เราได้มาจากการตรวจจับหน้านั่นเอง จึงได้ภาพใบหน้าออกมา

เช่นการ crop รูปที่มีจุดซ้ายบน 0,0 กว้าง ยาว 100

เก็บข้อมูลภาพอย่างต่อเนื่อง

จะต้องมีการเปลี่ยนชื่อให้ไม่เกิดการบันทึกไฟล์ซ้ำกัน ดังนั้นเราจะสร้างตัวแปรที่เปลี่ยนไปแต่ละรอบการบันทึก และนำไปเป็นส่วนหนึ่งของชื่อไฟล์ด้วย f-string

In 
[
16
]
:
count 
=
 
9999

while
 
True
:
 
 success
,
 image_bgr 
=
 webcam
.
read
(
)
 image_org 
=
 image_bgr
.
copy
(
)
 image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
​
 face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
 faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
​
 
print
(
f
'There are 
{
len
(faces)}
 faces found.'
)
​
 
for
 face 
in
 faces
:
 x
,
 y
,
 w
,
 h 
=
 face
 cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
 cv2
.
imwrite
(
f
'mask/mask_
{count}
.jpg'
,
image_org
[
y
:
y
+
h
,
x
:
x
+
w
]
)
 count 
+=
 
1

​
 cv2
.
imshow
(
"Faces found"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

ผลลัพธ์บนหน้าจากคำสั่ง print

There are 
1
 faces found
.

ผลลัพธ์การบันทึกภาพลงบนโฟลเดอร์ที่ระบุ

จะได้การบันทึกภาพแต่ละเฟรมมาแบบรัวๆ เสร็จแล้วอย่าลืมกด STOP สัญลักษณ์สี่เหลี่ยมจัตุรัสแถบเครื่องมือด้านบน ทำซ้ำสำหรับรูปใส่แมสก์ และไม่ใส่แมสก์ อย่าลืมเปลี่ยนชื่อโฟลเดอร์ / รูป ไม่งั้นอาจจะได้ข้อมูลไม่ครบ

การบันทึกใบหน้าไม่สวมแมสก์

การบันทึกใบหน้าสวมแมสก์

สร้าง Classification Model

ผ่าน Teachable Machine ที่จะรับภาพเพื่อนให้ Model ระบุภาพที่ต้องการได้ เพื่อแบ่งประเภทภาพที่เห็นออกเป็นประเภทต่างๆ เช่น คนใส่แมส และคนไม่ใส่แมส

ซึ่งจะแบ่งข้อมูลเป็นกี่ประเภทก็ได้ ซึ่งจะเรียกว่า Class เราจะนำภาพของแต่ละ Class เข้าไปให้ Machine Learning เรียนรู้ และดาวน์โหลดโปรแกรมที่ Tune เสร็จแล้วมาใช้งานเป็นส่วนหนึ่งของโค้ดของเรา

สร้าง Model ด้วยโปรแกรมสำเร็จรูป

หน้าตา Teachable Machine

ให้เราอัพรูปตัวอย่างในแต่ละ Class หรือกลุ่มที่ต้องการแยกได้เลย เมื่อเทรนเสร็จใช้ webcam ทดลองรันได้ real-time ทันที

Export Model

เมื่อเสร็จกด Export Model ด้านบนภาพของ webcam จะเป็นการดาวน์โหลดไฟล์ keras_model.h5 ไฟล์ประเภท h5 ที่เก็บข้อมูลโมเดลของเราเอาไว้ พร้อมกับโค้ดที่เตรียมให้เพื่อเรียกใช้ model keras_model.h5 ที่ดาวน์โหลดมา

อย่าลืมเลือกเป็น Tensorflow

ทำความเข้าใจ Model เบื้องต้น

ส่วนนี้เป็นโค้ดที่ใช้เชื่อมโมเดลที่เทรนเสร็จแล้ว ที่ดาวน์โหลดมาจาก Teachable Machine จะใช้ได้ต่อเมื่อเรามีการดาวน์โหลดโมเดลมาจาก Teachable Machine หลังเทรนเสร็จ

In 
[
17
]
:
import
 tensorflow
.
keras
from
 
PIL
 
import
 Image
,
 ImageOps
import
 numpy 
as
 np
​
# Disable scientific notation 
for
 clarity
# เปลี่ยการแสดงผลเป็นทศนิยม
np
.
set_printoptions
(
suppress
=
True
)
​
# Load the model
# นำโมเดลที่ Train แล้วมาใช้งาน
model 
=
 tensorflow
.
keras
.
models
.
load_model
(
'keras_model.h5'
)
​
# Create the array 
of
 the right shape to feed into the keras model
# The 
'length'
 or number 
of
 images you can put into the array is
# determined by the first position 
in
 the shape tuple
,
 
in
 
this
 
case
 
1.

# สร้างข้อมูลที่ใช้รับในขนาดที่ Model ใช้
data 
=
 np
.
ndarray
(
shape
=
(
1
,
 
224
,
 
224
,
 
3
)
,
 dtype
=
np
.
float32
)
​
# Replace 
this
 
with
 the path to your image
# สร้างข้อมูลที่ใช้รับในขนาดที่ Model ใช้
image 
=
 Image
.
open
(
'test_photo.jpg'
)
​
#resize the image to a 
224
x224 
with
 the same strategy 
as
 
in
 
TM2
:

#resizing the image to be at least 
224
x224 and then cropping 
from
 the center
# ปรับขนาดข้อมูลให้เป็นขนาดที่ต้องการ
size 
=
 
(
224
,
 
224
)
image 
=
 ImageOps
.
fit
(
image
,
 size
,
 Image
.
ANTIALIAS
)
​
#turn the image into a numpy array
# เปลี่ยนข้อมูลให้เห็น array
image_array 
=
 np
.
asarray
(
image
)
​
# display the resized image
# แสดงผลรูป
image
.
show
(
)
​
# Normalize the image
# ปรับข้อมูลสำหรับ Model
normalized_image_array 
=
 
(
image_array
.
astype
(
np
.
float32
)
 
/
 
127.0
)
 
-
 
1

​
# Load the image into the array
# นำข้อมูลใส่ data ในขนาดที่กำหนดเอาไว้
data
[
0
] 
=
 normalized_image_array
​
# run the inference
# นำข้อมูลมาวิเคราะห์ด้วย model
prediction 
=
 model
.
predict
(
data
)
print
(
prediction
)

ผลลลัพธ์ของโมเดล

จะมี WARNING เกี่ยวกับการ compiled ซึ่งเราไม่ต้องสนใจเพราะเราไม่ต้องทำ เราทำมาจาก teachable machine แล้ว อิอิ

แต่ที่น่าสนใจจริงๆ คือตัวเลขใน [[ ]] บรรทัดสุดท้าย ตัวนี้เป็นผลลัพธ์ที่ print มาจาก prediction ที่บอกถึง ความมั่นใจของ Model ว่าภาพที่เราใส่เข้าไปเป็นข้อมูล Class ไหน (Class ขึ้นอยู่กับตอนเราเอาข้อมูลไปเทรนเลย) ซึ่งอ้างอิงตามตำแหน่ง

ข้อมูลเลขด้านซ้าย บอกว่ามีความมั่นใจ 99.9985% ที่ข้อมูลจะเป็น Class แรก (ในตอนเทรนเราใช้ข้อมูลคนใส่แมสก์ใส่ในลำดับแรก) หรือคนใส่แมสก์นั่นเอง และ มั่นใจ 0.001496% ว่าข้อมูลจะเป็นรูปคนไม่ใส่แมสก์ หรือ Class ที่ 2

WARNING
:
tensorflow
:
No training configuration found 
in
 the save file
,
 so the model was 
*
not
*
 compiled
.
 Compile it manually
.
 
[
[
0.999985
   
0.00001496
]
] 

นำ Model มาใส่ Webcam

ปัจจุบันข้อมูลจาก webcam อยู่ในรูปแบบของ object array ซึ่งจะต้องแปลงเป็น Image object ในรูปแบบของ object ที่ได้จากการเปิดไฟล์จากรูป และต้องมีการแปลงสีจาก BGR เป็น RGB

ภาพจาก webcam

In 
[
19
]
:
webcam 
=
 cv2
.
VideoCapture
(
1
)
success
,
 image_bgr 
=
 webcam
.
read
(
)

แปลงจาก BGR เป็น RGB

In 
[
20
]
:
image_rgb 
=
 cv2
.
cvtColor
(
image_bgr
,
cv2
.
COLOR_BGR2RGB
)

แปลง array เป็น ภาพ

และ crop ข้อมูลให้ได้เฉพาะหน้าโดยใช้ตำแหน่ง x, y ความกว้าง w, ความสูง h ที่ได้จากโปรแกรมตรวจจับใบหน้า มาตัดรูปให้ได้เฉพาะใบหน้าที่จับเจอ ก่อนที่จะนำไปตรวจว่าเป็นคนใส่ Mask หรือไม่

In 
[
21
]
:
cface_rgb 
=
 Image
.
fromarray
(
image_rgb
[
y
:
y
+
h
,
x
:
x
+
w
]
)

Mask Detection บน webcam

หลังจากที่เราแปลงข้อมูลของ webcam และปรับให้เข้ากับข้อมูลที่ใช้ร่วมกับ Model ที่ Train มาแล้ว เราจะรวมคำสั่งเข้าด้วยกัน และแสดงผลเป็น real-time

แยกข้อมูลที่ไม่ต้องการทำซ้ำออกนอก loop

In 
[
 
]
:
face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
np
.
set_printoptions
(
suppress
=
True
)
model 
=
 tensorflow
.
keras
.
models
.
load_model
(
'keras_model.h5'
)
size 
=
 
(
224
,
 
224
)

ส่วนการทำงานตรวจจับ Mask real-time บน webcam

In 
[
24
]
:
while
 
True
:
  success
,
 image_bgr 
=
 webcam
.
read
(
)
  image_org 
=
 image_bgr
.
copy
(
)
  image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
  image_rgb 
=
 cv2
.
cvtColor
(
image_bgr
,
cv2
.
COLOR_BGR2RGB
)
  faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
  
for
 face 
in
 faces
:
    x
,
 y
,
 w
,
 h 
=
 face
    cface_rgb 
=
 Image
.
fromarray
(
image_rgb
[
y
:
y
+
h
,
x
:
x
+
w
]
)
    data 
=
 np
.
ndarray
(
shape
=
(
1
,
 
224
,
 
224
,
 
3
)
,
 dtype
=
np
.
float32
)
​    image 
=
 cface_rgb
    image 
=
 ImageOps
.
fit
(
image
,
 size
,
 Image
.
ANTIALIAS
)
    image_array 
=
 np
.
asarray
(
image
)
    normalized_image_array 
=
 
(
image_array
.
astype
(
np
.
float32
)
 
/
 
127.0
)
 
-
 
1

    data
[
0
] 
=
 normalized_image_array
    prediction 
=
 model
.
predict
(
data
)
    
print
(
prediction
)
    cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
 cv2
.
imshow
(
"Mask Detection"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

ผลลัพธ์ที่ได้จากการ print(prediction)

เป็นการความมั่นใจในการคัดแยกภาพไปยังแต่ละ Class อ้างอิงตามลำดับที่เราเทรนบน Teachable Machine

[
[
0.00000073
 
0.9999993
 
]
]
[
[
0.00000123
 
0.9999988
 
]
]
[
[
0.00000068
 
0.9999993
 
]
]
[
[
0.00000085
 
0.99999917
]
]
[
[
0.00000139
 
0.99999857
]
]
[
[
0.00000176
 
0.9999982
 
]
]
[
[
0.00000074
 
0.9999993
 
]
]
[
[
0.00000149
 
0.99999857
]
]
[
[
0.00000064
 
0.9999994
 
]
]
[
[
0.0000011
 
0.9999989
]
]
[
[
0.00000071
 
0.9999993
 
]
]
[
[
0.00000046
 
0.9999995
 
]
]

การผล Real-time และบน Webcam

อย่าลืม!! ใช้เสร็จกด STOP ด้วยปุ่มสี่เหลี่ยมจัตุรัสด้านบน

ใส่เงื่อนไขการแสดงผล

เราจะใส่ if statement เพื่อปรับการแสดงผลให้ขึ้นกับเงื่อนไข หากตรวจเจอ mask จะให้แสดงกรอบสีเขียว พร้อมข้อความ Masked หากไม่เจอให้แสดงกรอบสีแดง พร้อมข้อความ Non-Masked

ซึ่งจะใช้การวัดค่าของการ prediction มาเทียบกันหาก model เชื่อว่าใส่ mask มากกว่าจะถือว่าใส่แมส

ใส่ text

ใช้คำสั่ง cv2.putText() รับค่า ภาพที่ต้องการใส่ text ลงไป , ข้อความ , x,y ตำแหน่งซ้ายบน, font, ขนาดตัวหนังสือ, tuple ค่าสี และ ความหนาตัวอักษร

In 
[
28
]
:
while
 
True
:
  success
,
 image_bgr 
=
 webcam
.
read
(
)
  image_org 
=
 image_bgr
.
copy
(
)
  image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
  image_rgb 
=
 cv2
.
cvtColor
(
image_bgr
,
cv2
.
COLOR_BGR2RGB
)
  faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
  
for
 face 
in
 faces
:
    x
,
 y
,
 w
,
 h 
=
 face
    cface_rgb 
=
 Image
.
fromarray
(
image_rgb
[
y
:
y
+
h
,
x
:
x
+
w
]
)
    data 
=
 np
.
ndarray
(
shape
=
(
1
,
 
224
,
 
224
,
 
3
)
,
 dtype
=
np
.
float32
)
    image 
=
 cface_rgb
​    image 
=
 ImageOps
.
fit
(
image
,
 size
,
 Image
.
ANTIALIAS
)
    image_array 
=
 np
.
asarray
(
image
)
​    normalized_image_array 
=
 
(
image_array
.
astype
(
np
.
float32
)
 
/
 
127.0
)
 
-
 
1

    data
[
0
] 
=
 normalized_image_array
    prediction 
=
 model
.
predict
(
data
)
    
print
(
prediction
)
    
if
 prediction
[
0
]
[
0
] 
>
 prediction
[
0
]
[
1
]
:
      cv2
.
putText
(
image_bgr
,
'Masked'
,
(
x
,
y
-
7
)
,
cv2
.
FONT_HERSHEY_SIMPLEX
,
0.5
,
(
0
,
255
,
0
)
,
2
)
      cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
    
else
:
      cv2
.
putText
(
image_bgr
,
'Non-Masked'
,
(
x
,
y
-
7
)
,
cv2
.
FONT_HERSHEY_SIMPLEX
,
0.5
,
(
0
,
0
,
255
)
,
2
)
      cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
0
,
255
)
,
 
2
)
 
 cv2
.
imshow
(
"Mask Detection"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

การแสดงผลจากคำสั่ง print

[
[
0.00000038
 
0.99999964
]
]
[
[
0.00000059
 
0.9999994
 
]
]
[
[
0.00000096
 
0.99999905
]
]
[
[
0.00000037
 
0.99999964
]
]
[
[
0.00000055
 
0.9999994
 
]
]
[
[
0.00000027
 
0.99999976
]
]
[
[
0.00000035
 
0.99999964
]
]
[
[
0.00000047
 
0.9999995
 
]
]
[
[
0.00000037
 
0.99999964
]
]
[
[
0.00000045
 
0.9999995
 
]
]

การผล Real-time และบน Webcam

พร้อมคัดกรอง!! If Statement นี่มันฉลาดจริงๆ

ถ้าชอบบทเรียนนี้ การกด subscribe และชวนเพื่อนมาเรียน จะช่วยเราได้มากอย่างที่คุณคิดไม่ถึงเลย 🙂

เข้ากลุ่มแลกเปลี่ยนความรู้

ง่ายกว่าที่คิดมาก!! ทำผ่าน webcam แบบ real-time กับ ML ลากวางใช้ได้ทันที เรียนกับ Ultimate Python

เราทำบทเรียนด้วยความตั้งใจใส่เต็ม 300%

สนับสนุนเราได้จากการ subscribe นะครับ 🙂

Please consider subscribing to Ultimate Python

เอกสารประกอบ

Mask Detection

วันนี้เราจะมาเรียนรู้การสอน Machine เพื่อให้ตรวจจับคนใส่แมส โดยใช้ webcam ของเรา ผ่านการใช้ Machine Learning สำเร็จรูป Teachable Machine ของ Google ที่ช่วยจัดการเรื่องการสร้าง Machine Learning ให้ง่ายแบบลากวาง

Teachable Machine

ในส่วนของการเรียนรู้เกี่ยวกับ Mask เราจะให้ Machine Learning รับภาพคนใส่แมส และคนไม่ใส่แมส และปรับจูนโมเดลให้สามารถแยกคนใน 2 ลักษณะนี้ได้ ซึ่งเราจะใช้โปรแกรมสำเร็จรูปที่ชื่อว่า Teachable Machine ที่พัฒนาโดย Google

ซึ่ง Teachable Machine จะทำการ Classify หรือ การแยกประเภท ในกรณีนี้ประเภทจะถูกเรียกว่า Class ตามแต่ข้อมูลที่เราใส่ไปให้มัน ในกรณีนี้เราจะแบ่งข้อมูลออกเป็น 2 ประเภท คือ คนใส่แมส และไม่ใส่แมส

ความเจ๋งของ Teachable Machine คือ เราแค่ใส่รูปเข้าไปเท่านั้น! ไม่ต้องสร้างโปรแกรม Machine Learning เองเพราะทาง Google จัดไว้ให้เราแล้ว (เป็นทั้งข้อดีสำหรับความง่ายและข้อจำกัดสำหรับการปรับแก้ที่ทำได้น้อยกว่า)

ข้อมูลที่ใช้ Train

เราจะต้องมีภาพจำนวนมากของคนที่ใส่แมสก์ และไม่ใส่แมสก์เพื่อใช้เทรน Machine Learning ให้ตรวจจับคน 2 ประเภทนี้ได้

วันนี้เราจะเขียนโปรแกรมเพื่อถ่ายรูปจาก webcam หลายๆรูป หลายๆ มุมที่ใส่แมส และไม่ใส่แมส เพื่อใช้เป็นข้อมูลให้กับ Teachable Machine หรือหากใครมีข้อมูลที่อยู่ในมืออยู่แล้ว สามารถใช้ข้อมูลนั้นๆ แทนได้ทันที

ติดตั้งเครื่องมือที่ต้องใช้

In 
[
1
]
:
!
pip install opencv
-
python

In 
[
3
]
:
!
pip install tensorflow

In 
[
4
]
:
!
pip install keras

In 
[
5
]
:
!
pip install Pillow

นำเข้าเครื่องมือ

In 
[
6
]
:
import
 cv2
import
 tensorflow
import
 keras 
from
 
PIL
 
import
 Image

Face Detection

เราจะใช้ Face Detection ที่เคยสร้างไว้ เป็นพื้นฐาน แล้วจะสร้างส่วนของการตรวจจับ Mask เข้าไป ใครที่ยังไม่ได้เรียน ซึ่งสำหรับคนที่ต้องการเรียนรู้เพิ่มเติมก่อนสามารถ เข้าเรียนได้ที่นี่

ซึ่งโดยพื้นฐานเราจะใช้ haar cascade ซึ่งเป็นโปรแกรมที่ใช้ตรวจจับ object ซึ่งถูกปรับเพื่อให้ตรวจจับใบหน้าที่เตรียมไว้ให้ในไฟล์ “haarcascade_frontalface_default.xml” เพื่อตรวจจับตำแหน่งของใบหน้าในแต่ละรูป หรือแต่ละเฟรมของวิดีโอ

โดยโปรแกรมตอนนี้จะรับ test_photo.jpg เป็น input

โดยโปรแกรมนี้เราจะได้ผลลัพธ์ออกมาเป็นตำแหน่งของ ใบหน้าในพิกัด x,y ที่มีจุด 0,0 ที่ด้านซ้ายบน และมีค่า x,y สูงที่สุดที่จุดขวาล่างของภาพ, ความกว้างของภาพ w, ความสูงของภาพ h ที่เราใช้ตีกรอบใบหน้า ก่อนที่จะนับและแสดงผลว่าในภาพมีกี่หน้า

โค้ดที่ใช้ตรวจจับใบหน้าจากภาพ

In 
[
7
]
:
image 
=
 
r
'test_photo.jpg'

face_cascade 
=
 
"haarcascade_frontalface_default.xml"

​
image_bgr 
=
 cv2
.
imread
(
image
)
image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
​
face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
​
print
(
f
'There are 
{
len
(faces)}
 faces found.'
)
​
for
 face 
in
 faces
:
 x
,
 y
,
 w
,
 h 
=
 face
 cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
​
cv2
.
imshow
(
"Faces found"
,
 image_bgr
)
cv2
.
waitKey
(
0
)
 

ผลลัพธ์บนหน้าจากคำสั่ง print

There are 
1
 faces found
.
 

ผลลัพธ์การตีกรอบในรูปบนใบหน้าใน pop-up

สิ่งที่จะปรับ

ในโปรแกรมเดิมเราใช้การรับรูปที่มีอยู่แล้ว และตรวจจับใบหน้า ในวันนี้เราจะใช้ข้อมูลวิดีโอจาก webcam และสร้าง Model จาก Teachable Machine ที่ใช้ตรวจจับ Mask เพื่อประกอบเข้าไป

เปลี่ยนการรับภาพเป็นรับ webcam

เลือก webcam

ด้วยคำสั่ง cv2.VideoCapture() และใส่ argument เป็นตำแหน่งของ webcam ที่ต้องการ webcam ที่ติดมากับเครื่องจะอยู่ในตำแหน่งแรก หรือตำแหน่งที่ 0 และไล่เรียงตามลำดับเช่น 1 2 ไปตามลำดับที่ต่อกับคอมพิวเตอร์

In 
[
8
]
:
webcam 
=
 cv2
.
VideoCapture
(
1
)
webcam

Out
[
8
]
:
<
VideoCapture 
00000273
F532C470
>

ข้อมูลจาก webcam

ด้วยคำสั่ง .read() ที่ทำงานกับ object Video Capture ข้อมูลของกล้อง เราจะได้ Tuple ของ Boolean ที่แสดงสถานะของการเชื่อมต่อ True คือเชื่อมต่อสำเร็จ False คือเชื่อมต่อไม่สำเร็จ และ ค่าสีของ pixel ที่ได้รับมาเป็นภาพ โดยภาพจะอยู่ในระบบสี BGR

เวลาทำงานกับภาพต้องคอยตอบตัวเอง ถาม google หรือดูคู่มือของเครื่องมือดีๆ ว่าตอนนี้คำสั่งเราเข้าใจรูปในรูปแบบสีใดๆ RGB, RGBA, BGR, HSL หรืออื่นๆ เพราะมีการส่งต่อข้อมูลไม่เหมือนกัน และอาจต้องใช้คำสั่งเพื่อแปลงระบบสีก่อนส่งข้อมูลข้ามคำสั่ง

In 
[
9
]
:
success
,
 image_bgr 
=
 webcam
.
read
(
)

Out
[
9
]
:
(
True
,
  
array
(
[
[
[
140
,
 
117
,
  
67
]
,
          
[
141
,
 
117
,
  
66
]
,
          
[
141
,
 
116
,
  
64
]
,
          
...
,
          
[
 
37
,
  
29
,
  
64
]
,
          
[
 
17
,
  
17
,
  
56
]
,
          
[
 
17
,
  
17
,
  
56
]
]
,
           

...
   

[
[
 
66
,
  
59
,
   
9
]
,
          
[
 
67
,
  
60
,
  
10
]
,
          
[
 
68
,
  
62
,
  
10
]
,
          
...
,
          
[
149
,
  
89
,
 
105
]
,
          
[
146
,
  
86
,
 
100
]
,
          
[
147
,
  
87
,
 
101
]
]
]
,
 dtype
=
uint8
)
)

ข้อมูลวิดีโอ

ใช้การส่งข้อมูลภาพซ้ำๆ ติดต่อกันจนต่อกันเป็นวิดีโอ ซึ่งเราจะใช้ while loop เพื่อส่งคำสั่งขอภาพจาก webcam เพื่อแสดงตัววิดีโอ

ในการทำ loop ใดๆ อย่าลืมนำคำสั่งที่ไม่ต้องการให้ทำซ้ำออกจาก loop ก่อน เช่น ในคำสั่ง face_cascade = “haarcascade_frontalface_default.xml” ที่ต้องทำแค่ครั้งเดียว เอกสารทั้งหมดสามารถดาวน์โหลดได้จากในเอกกสารประกอบ

In 
[
11
]
:
face_cascade 
=
 
"haarcascade_frontalface_default.xml"

In 
[
12
]
:
while
 
True
:
 
 success
,
 image_bgr 
=
 webcam
.
read
(
)
 
 image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
​
 face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
 faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
​
 
print
(
f
'There are 
{
len
(faces)}
 faces found.'
)
​
 
for
 face 
in
 faces
:
   x
,
 y
,
 w
,
 h 
=
 face
   cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
​
 cv2
.
imshow
(
"Faces found"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

ผลลัพธ์บนหน้าจากคำสั่ง print

There are 
1
 faces found
.

ผลลัพธ์การตีกรอบหน้าบน webcam

เก็บภาพของหน้าเพื่อใช้เทรนโมเดล

เดี๋ยวเราจะถ่ายรูปจาก webcam ของเราในตอนที่ใส่แมสก์ และไม่ใส่แมสก์ออกมาเยอะๆ ไปเทรนโมเดลด้วยการเขียน Python

การตรวจจับใบหน้าจะได้ผลลัพธ์เป็น พิกัดจุด x, y ที่ด้านซ้ายบนของภาพ w ความกว้างของภาพ และ h ความสูงของภาพ เราสามารถนำข้อมูลดังกล่าวเพื่อใช้ในการ crop รูป เพื่อนำข้อมูลใบหน้าที่ต้องการมา

การบันทึกรูปจะใช้คำสั่ง cv2.imwrite() โดยรับค่า ชื่อไฟล์ และ path ที่ต้องการบันทึกรูปที่ต้องการ และรูปที่ต้องการโดยใช้การดึงเฉพาะข้อมูลในส่วนที่ต้องการโดยการระบุ [y:y+h,x:x+w] โดยจะได้ผลลัพธ์เป็นภาพที่ครอบตัดที่มุมซ้ายบน x,y และมีความกว้าง w ความสูง y ซึ่งค่า x,y,w,h เราได้มาจากการตรวจจับหน้านั่นเอง จึงได้ภาพใบหน้าออกมา

เช่นการ crop รูปที่มีจุดซ้ายบน 0,0 กว้าง ยาว 100

เก็บข้อมูลภาพอย่างต่อเนื่อง

จะต้องมีการเปลี่ยนชื่อให้ไม่เกิดการบันทึกไฟล์ซ้ำกัน ดังนั้นเราจะสร้างตัวแปรที่เปลี่ยนไปแต่ละรอบการบันทึก และนำไปเป็นส่วนหนึ่งของชื่อไฟล์ด้วย f-string

In 
[
16
]
:
count 
=
 
9999

while
 
True
:
 
 success
,
 image_bgr 
=
 webcam
.
read
(
)
 image_org 
=
 image_bgr
.
copy
(
)
 image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
​
 face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
 faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
​
 
print
(
f
'There are 
{
len
(faces)}
 faces found.'
)
​
 
for
 face 
in
 faces
:
 x
,
 y
,
 w
,
 h 
=
 face
 cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
 cv2
.
imwrite
(
f
'mask/mask_
{count}
.jpg'
,
image_org
[
y
:
y
+
h
,
x
:
x
+
w
]
)
 count 
+=
 
1

​
 cv2
.
imshow
(
"Faces found"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

ผลลัพธ์บนหน้าจากคำสั่ง print

There are 
1
 faces found
.

ผลลัพธ์การบันทึกภาพลงบนโฟลเดอร์ที่ระบุ

จะได้การบันทึกภาพแต่ละเฟรมมาแบบรัวๆ เสร็จแล้วอย่าลืมกด STOP สัญลักษณ์สี่เหลี่ยมจัตุรัสแถบเครื่องมือด้านบน ทำซ้ำสำหรับรูปใส่แมสก์ และไม่ใส่แมสก์ อย่าลืมเปลี่ยนชื่อโฟลเดอร์ / รูป ไม่งั้นอาจจะได้ข้อมูลไม่ครบ

การบันทึกใบหน้าไม่สวมแมสก์

การบันทึกใบหน้าสวมแมสก์

สร้าง Classification Model

ผ่าน Teachable Machine ที่จะรับภาพเพื่อนให้ Model ระบุภาพที่ต้องการได้ เพื่อแบ่งประเภทภาพที่เห็นออกเป็นประเภทต่างๆ เช่น คนใส่แมส และคนไม่ใส่แมส

ซึ่งจะแบ่งข้อมูลเป็นกี่ประเภทก็ได้ ซึ่งจะเรียกว่า Class เราจะนำภาพของแต่ละ Class เข้าไปให้ Machine Learning เรียนรู้ และดาวน์โหลดโปรแกรมที่ Tune เสร็จแล้วมาใช้งานเป็นส่วนหนึ่งของโค้ดของเรา

สร้าง Model ด้วยโปรแกรมสำเร็จรูป

หน้าตา Teachable Machine

ให้เราอัพรูปตัวอย่างในแต่ละ Class หรือกลุ่มที่ต้องการแยกได้เลย เมื่อเทรนเสร็จใช้ webcam ทดลองรันได้ real-time ทันที

Export Model

เมื่อเสร็จกด Export Model ด้านบนภาพของ webcam จะเป็นการดาวน์โหลดไฟล์ keras_model.h5 ไฟล์ประเภท h5 ที่เก็บข้อมูลโมเดลของเราเอาไว้ พร้อมกับโค้ดที่เตรียมให้เพื่อเรียกใช้ model keras_model.h5 ที่ดาวน์โหลดมา

อย่าลืมเลือกเป็น Tensorflow

ทำความเข้าใจ Model เบื้องต้น

ส่วนนี้เป็นโค้ดที่ใช้เชื่อมโมเดลที่เทรนเสร็จแล้ว ที่ดาวน์โหลดมาจาก Teachable Machine จะใช้ได้ต่อเมื่อเรามีการดาวน์โหลดโมเดลมาจาก Teachable Machine หลังเทรนเสร็จ

In 
[
17
]
:
import
 tensorflow
.
keras
from
 
PIL
 
import
 Image
,
 ImageOps
import
 numpy 
as
 np
​
# Disable scientific notation 
for
 clarity
# เปลี่ยการแสดงผลเป็นทศนิยม
np
.
set_printoptions
(
suppress
=
True
)
​
# Load the model
# นำโมเดลที่ Train แล้วมาใช้งาน
model 
=
 tensorflow
.
keras
.
models
.
load_model
(
'keras_model.h5'
)
​
# Create the array 
of
 the right shape to feed into the keras model
# The 
'length'
 or number 
of
 images you can put into the array is
# determined by the first position 
in
 the shape tuple
,
 
in
 
this
 
case
 
1.

# สร้างข้อมูลที่ใช้รับในขนาดที่ Model ใช้
data 
=
 np
.
ndarray
(
shape
=
(
1
,
 
224
,
 
224
,
 
3
)
,
 dtype
=
np
.
float32
)
​
# Replace 
this
 
with
 the path to your image
# สร้างข้อมูลที่ใช้รับในขนาดที่ Model ใช้
image 
=
 Image
.
open
(
'test_photo.jpg'
)
​
#resize the image to a 
224
x224 
with
 the same strategy 
as
 
in
 
TM2
:

#resizing the image to be at least 
224
x224 and then cropping 
from
 the center
# ปรับขนาดข้อมูลให้เป็นขนาดที่ต้องการ
size 
=
 
(
224
,
 
224
)
image 
=
 ImageOps
.
fit
(
image
,
 size
,
 Image
.
ANTIALIAS
)
​
#turn the image into a numpy array
# เปลี่ยนข้อมูลให้เห็น array
image_array 
=
 np
.
asarray
(
image
)
​
# display the resized image
# แสดงผลรูป
image
.
show
(
)
​
# Normalize the image
# ปรับข้อมูลสำหรับ Model
normalized_image_array 
=
 
(
image_array
.
astype
(
np
.
float32
)
 
/
 
127.0
)
 
-
 
1

​
# Load the image into the array
# นำข้อมูลใส่ data ในขนาดที่กำหนดเอาไว้
data
[
0
] 
=
 normalized_image_array
​
# run the inference
# นำข้อมูลมาวิเคราะห์ด้วย model
prediction 
=
 model
.
predict
(
data
)
print
(
prediction
)

ผลลลัพธ์ของโมเดล

จะมี WARNING เกี่ยวกับการ compiled ซึ่งเราไม่ต้องสนใจเพราะเราไม่ต้องทำ เราทำมาจาก teachable machine แล้ว อิอิ

แต่ที่น่าสนใจจริงๆ คือตัวเลขใน [[ ]] บรรทัดสุดท้าย ตัวนี้เป็นผลลัพธ์ที่ print มาจาก prediction ที่บอกถึง ความมั่นใจของ Model ว่าภาพที่เราใส่เข้าไปเป็นข้อมูล Class ไหน (Class ขึ้นอยู่กับตอนเราเอาข้อมูลไปเทรนเลย) ซึ่งอ้างอิงตามตำแหน่ง

ข้อมูลเลขด้านซ้าย บอกว่ามีความมั่นใจ 99.9985% ที่ข้อมูลจะเป็น Class แรก (ในตอนเทรนเราใช้ข้อมูลคนใส่แมสก์ใส่ในลำดับแรก) หรือคนใส่แมสก์นั่นเอง และ มั่นใจ 0.001496% ว่าข้อมูลจะเป็นรูปคนไม่ใส่แมสก์ หรือ Class ที่ 2

WARNING
:
tensorflow
:
No training configuration found 
in
 the save file
,
 so the model was 
*
not
*
 compiled
.
 Compile it manually
.
 
[
[
0.999985
   
0.00001496
]
] 

นำ Model มาใส่ Webcam

ปัจจุบันข้อมูลจาก webcam อยู่ในรูปแบบของ object array ซึ่งจะต้องแปลงเป็น Image object ในรูปแบบของ object ที่ได้จากการเปิดไฟล์จากรูป และต้องมีการแปลงสีจาก BGR เป็น RGB

ภาพจาก webcam

In 
[
19
]
:
webcam 
=
 cv2
.
VideoCapture
(
1
)
success
,
 image_bgr 
=
 webcam
.
read
(
)

แปลงจาก BGR เป็น RGB

In 
[
20
]
:
image_rgb 
=
 cv2
.
cvtColor
(
image_bgr
,
cv2
.
COLOR_BGR2RGB
)

แปลง array เป็น ภาพ

และ crop ข้อมูลให้ได้เฉพาะหน้าโดยใช้ตำแหน่ง x, y ความกว้าง w, ความสูง h ที่ได้จากโปรแกรมตรวจจับใบหน้า มาตัดรูปให้ได้เฉพาะใบหน้าที่จับเจอ ก่อนที่จะนำไปตรวจว่าเป็นคนใส่ Mask หรือไม่

In 
[
21
]
:
cface_rgb 
=
 Image
.
fromarray
(
image_rgb
[
y
:
y
+
h
,
x
:
x
+
w
]
)

Mask Detection บน webcam

หลังจากที่เราแปลงข้อมูลของ webcam และปรับให้เข้ากับข้อมูลที่ใช้ร่วมกับ Model ที่ Train มาแล้ว เราจะรวมคำสั่งเข้าด้วยกัน และแสดงผลเป็น real-time

แยกข้อมูลที่ไม่ต้องการทำซ้ำออกนอก loop

In 
[
 
]
:
face_classifier 
=
 cv2
.
CascadeClassifier
(
face_cascade
)
np
.
set_printoptions
(
suppress
=
True
)
model 
=
 tensorflow
.
keras
.
models
.
load_model
(
'keras_model.h5'
)
size 
=
 
(
224
,
 
224
)

ส่วนการทำงานตรวจจับ Mask real-time บน webcam

In 
[
24
]
:
while
 
True
:
  success
,
 image_bgr 
=
 webcam
.
read
(
)
  image_org 
=
 image_bgr
.
copy
(
)
  image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
  image_rgb 
=
 cv2
.
cvtColor
(
image_bgr
,
cv2
.
COLOR_BGR2RGB
)
  faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
  
for
 face 
in
 faces
:
    x
,
 y
,
 w
,
 h 
=
 face
    cface_rgb 
=
 Image
.
fromarray
(
image_rgb
[
y
:
y
+
h
,
x
:
x
+
w
]
)
    data 
=
 np
.
ndarray
(
shape
=
(
1
,
 
224
,
 
224
,
 
3
)
,
 dtype
=
np
.
float32
)
​    image 
=
 cface_rgb
    image 
=
 ImageOps
.
fit
(
image
,
 size
,
 Image
.
ANTIALIAS
)
    image_array 
=
 np
.
asarray
(
image
)
    normalized_image_array 
=
 
(
image_array
.
astype
(
np
.
float32
)
 
/
 
127.0
)
 
-
 
1

    data
[
0
] 
=
 normalized_image_array
    prediction 
=
 model
.
predict
(
data
)
    
print
(
prediction
)
    cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
 cv2
.
imshow
(
"Mask Detection"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

ผลลัพธ์ที่ได้จากการ print(prediction)

เป็นการความมั่นใจในการคัดแยกภาพไปยังแต่ละ Class อ้างอิงตามลำดับที่เราเทรนบน Teachable Machine

[
[
0.00000073
 
0.9999993
 
]
]
[
[
0.00000123
 
0.9999988
 
]
]
[
[
0.00000068
 
0.9999993
 
]
]
[
[
0.00000085
 
0.99999917
]
]
[
[
0.00000139
 
0.99999857
]
]
[
[
0.00000176
 
0.9999982
 
]
]
[
[
0.00000074
 
0.9999993
 
]
]
[
[
0.00000149
 
0.99999857
]
]
[
[
0.00000064
 
0.9999994
 
]
]
[
[
0.0000011
 
0.9999989
]
]
[
[
0.00000071
 
0.9999993
 
]
]
[
[
0.00000046
 
0.9999995
 
]
]

การผล Real-time และบน Webcam

อย่าลืม!! ใช้เสร็จกด STOP ด้วยปุ่มสี่เหลี่ยมจัตุรัสด้านบน

ใส่เงื่อนไขการแสดงผล

เราจะใส่ if statement เพื่อปรับการแสดงผลให้ขึ้นกับเงื่อนไข หากตรวจเจอ mask จะให้แสดงกรอบสีเขียว พร้อมข้อความ Masked หากไม่เจอให้แสดงกรอบสีแดง พร้อมข้อความ Non-Masked

ซึ่งจะใช้การวัดค่าของการ prediction มาเทียบกันหาก model เชื่อว่าใส่ mask มากกว่าจะถือว่าใส่แมส

ใส่ text

ใช้คำสั่ง cv2.putText() รับค่า ภาพที่ต้องการใส่ text ลงไป , ข้อความ , x,y ตำแหน่งซ้ายบน, font, ขนาดตัวหนังสือ, tuple ค่าสี และ ความหนาตัวอักษร

In 
[
28
]
:
while
 
True
:
  success
,
 image_bgr 
=
 webcam
.
read
(
)
  image_org 
=
 image_bgr
.
copy
(
)
  image_bw 
=
 cv2
.
cvtColor
(
image_bgr
,
 cv2
.
COLOR_BGR2GRAY
)
  image_rgb 
=
 cv2
.
cvtColor
(
image_bgr
,
cv2
.
COLOR_BGR2RGB
)
  faces 
=
 face_classifier
.
detectMultiScale
(
image_bw
)
  
for
 face 
in
 faces
:
    x
,
 y
,
 w
,
 h 
=
 face
    cface_rgb 
=
 Image
.
fromarray
(
image_rgb
[
y
:
y
+
h
,
x
:
x
+
w
]
)
    data 
=
 np
.
ndarray
(
shape
=
(
1
,
 
224
,
 
224
,
 
3
)
,
 dtype
=
np
.
float32
)
    image 
=
 cface_rgb
​    image 
=
 ImageOps
.
fit
(
image
,
 size
,
 Image
.
ANTIALIAS
)
    image_array 
=
 np
.
asarray
(
image
)
​    normalized_image_array 
=
 
(
image_array
.
astype
(
np
.
float32
)
 
/
 
127.0
)
 
-
 
1

    data
[
0
] 
=
 normalized_image_array
    prediction 
=
 model
.
predict
(
data
)
    
print
(
prediction
)
    
if
 prediction
[
0
]
[
0
] 
>
 prediction
[
0
]
[
1
]
:
      cv2
.
putText
(
image_bgr
,
'Masked'
,
(
x
,
y
-
7
)
,
cv2
.
FONT_HERSHEY_SIMPLEX
,
0.5
,
(
0
,
255
,
0
)
,
2
)
      cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
 
255
,
 
0
)
,
 
2
)
    
else
:
      cv2
.
putText
(
image_bgr
,
'Non-Masked'
,
(
x
,
y
-
7
)
,
cv2
.
FONT_HERSHEY_SIMPLEX
,
0.5
,
(
0
,
0
,
255
)
,
2
)
      cv2
.
rectangle
(
image_bgr
,
 
(
x
,
 y
)
,
 
(
x
+
w
,
 y
+
h
)
,
 
(
0
,
0
,
255
)
,
 
2
)
 
 cv2
.
imshow
(
"Mask Detection"
,
 image_bgr
)
 cv2
.
waitKey
(
1
)
 

การแสดงผลจากคำสั่ง print

[
[
0.00000038
 
0.99999964
]
]
[
[
0.00000059
 
0.9999994
 
]
]
[
[
0.00000096
 
0.99999905
]
]
[
[
0.00000037
 
0.99999964
]
]
[
[
0.00000055
 
0.9999994
 
]
]
[
[
0.00000027
 
0.99999976
]
]
[
[
0.00000035
 
0.99999964
]
]
[
[
0.00000047
 
0.9999995
 
]
]
[
[
0.00000037
 
0.99999964
]
]
[
[
0.00000045
 
0.9999995
 
]
]

การผล Real-time และบน Webcam

พร้อมคัดกรอง!! If Statement นี่มันฉลาดจริงๆ

ถ้าชอบบทเรียนนี้ การกด subscribe และชวนเพื่อนมาเรียน จะช่วยเราได้มากอย่างที่คุณคิดไม่ถึงเลย 🙂

เข้ากลุ่มแลกเปลี่ยนความรู้