modules/contrib/doc/facerec/src/facerec_demo.cpp

   1 /*
   2  * Copyright (c) 2011. Philipp Wagner <bytefish[at]gmx[dot]de>.
   3  * Released to public domain under terms of the BSD Simplified license.
   4  *
   5  * Redistribution and use in source and binary forms, with or without
   6  * modification, are permitted provided that the following conditions are met:
   7  *   * Redistributions of source code must retain the above copyright
   8  *     notice, this list of conditions and the following disclaimer.
   9  *   * Redistributions in binary form must reproduce the above copyright
  10  *     notice, this list of conditions and the following disclaimer in the
  11  *     documentation and/or other materials provided with the distribution.
  12  *   * Neither the name of the organization nor the names of its contributors
  13  *     may be used to endorse or promote products derived from this software
  14  *     without specific prior written permission.
  15  *
  16  *   See <http://www.opensource.org/licenses/bsd-license>
  17  */
  18
  19 #include "opencv2/core.hpp"
  20 #include "opencv2/contrib.hpp"
  21 #include "opencv2/highgui.hpp"
  22
  23
  24 #include <iostream>
  25 #include <fstream>
  26 #include <sstream>
  27
  28 using namespace cv;
  29 using namespace std;
  30
  31 static Mat norm_0_255(InputArray _src) {
  32     Mat src = _src.getMat();
  33     // Create and return normalized image:
  34     Mat dst;
  35     switch(src.channels()) {
  36     case 1:
  37         cv::normalize(_src, dst, 0, 255, NORM_MINMAX, CV_8UC1);
  38         break;
  39     case 3:
  40         cv::normalize(_src, dst, 0, 255, NORM_MINMAX, CV_8UC3);
  41         break;
  42     default:
  43         src.copyTo(dst);
  44         break;
  45     }
  46     return dst;
  47 }
  48
  49 static void read_csv(const string& filename, vector<Mat>& images, vector<int>& labels, char separator = ';') {
  50     std::ifstream file(filename.c_str(), ifstream::in);
  51     if (!file) {
  52         string error_message = "No valid input file was given, please check the given filename.";
  53         CV_Error(CV_StsBadArg, error_message);
  54     }
  55     string line, path, classlabel;
  56     while (getline(file, line)) {
  57         stringstream liness(line);
  58         getline(liness, path, separator);
  59         getline(liness, classlabel);
  60         if(!path.empty() && !classlabel.empty()) {
  61             images.push_back(imread(path, 0));
  62             labels.push_back(atoi(classlabel.c_str()));
  63         }
  64     }
  65 }
  66
  67 int main(int argc, const char *argv[]) {
  68     // Check for valid command line arguments, print usage
  69     // if no arguments were given.
  70     if (argc != 2) {
  71         cout << "usage: " << argv[0] << " <csv.ext>" << endl;
  72         exit(1);
  73     }
  74     // Get the path to your CSV.
  75     string fn_csv = string(argv[1]);
  76     // These vectors hold the images and corresponding labels.
  77     vector<Mat> images;
  78     vector<int> labels;
  79     // Read in the data. This can fail if no valid
  80     // input filename is given.
  81     try {
  82         read_csv(fn_csv, images, labels);
  83     } catch (cv::Exception& e) {
  84         cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl;
  85         // nothing more we can do
  86         exit(1);
  87     }
  88     // Quit if there are not enough images for this demo.
  89     if(images.size() <= 1) {
  90         string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!";
  91         CV_Error(CV_StsError, error_message);
  92     }
  93     // Get the height from the first image. We'll need this
  94     // later in code to reshape the images to their original
  95     // size:
  96     int height = images[0].rows;
  97     // The following lines simply get the last images from
  98     // your dataset and remove it from the vector. This is
  99     // done, so that the training data (which we learn the
 100     // cv::FaceRecognizer on) and the test data we test
 101     // the model with, do not overlap.
 102     Mat testSample = images[images.size() - 1];
 103     int testLabel = labels[labels.size() - 1];
 104     images.pop_back();
 105     labels.pop_back();
 106     // The following lines create an Eigenfaces model for
 107     // face recognition and train it with the images and
 108     // labels read from the given CSV file.
 109     // This here is a full PCA, if you just want to keep
 110     // 10 principal components (read Eigenfaces), then call
 111     // the factory method like this:
 112     //
 113     //      cv::createEigenFaceRecognizer(10);
 114     //
 115     // If you want to create a FaceRecognizer with a
 116     // confidennce threshold, call it with:
 117     //
 118     //      cv::createEigenFaceRecognizer(10, 123.0);
 119     //
 120     Ptr<FaceRecognizer> model = createFisherFaceRecognizer();
 121     model->train(images, labels);
 122     // The following line predicts the label of a given
 123     // test image:
 124     int predictedLabel = model->predict(testSample);
 125     //
 126     // To get the confidence of a prediction call the model with:
 127     //
 128     //      int predictedLabel = -1;
 129     //      double confidence = 0.0;
 130     //      model->predict(testSample, predictedLabel, confidence);
 131     //
 132     string result_message = format("Predicted class = %d / Actual class = %d.", predictedLabel, testLabel);
 133     cout << result_message << endl;
 134     // Sometimes you'll need to get/set internal model data,
 135     // which isn't exposed by the public cv::FaceRecognizer.
 136     // Since each cv::FaceRecognizer is derived from a
 137     // cv::Algorithm, you can query the data.
 138     //
 139     // First we'll use it to set the threshold of the FaceRecognizer
 140     // to 0.0 without retraining the model. This can be useful if
 141     // you are evaluating the model:
 142     //
 143     model->set("threshold", 0.0);
 144     // Now the threshold of this model is set to 0.0. A prediction
 145     // now returns -1, as it's impossible to have a distance below
 146     // it
 147     predictedLabel = model->predict(testSample);
 148     cout << "Predicted class = " << predictedLabel << endl;
 149     // Here is how to get the eigenvalues of this Eigenfaces model:
 150     Mat eigenvalues = model->getMat("eigenvalues");
 151     // And we can do the same to display the Eigenvectors (read Eigenfaces):
 152     Mat W = model->getMat("eigenvectors");
 153     // From this we will display the (at most) first 10 Eigenfaces:
 154     for (int i = 0; i < min(10, W.cols); i++) {
 155         string msg = format("Eigenvalue #%d = %.5f", i, eigenvalues.at<double>(i));
 156         cout << msg << endl;
 157         // get eigenvector #i
 158         Mat ev = W.col(i).clone();
 159         // Reshape to original size & normalize to [0...255] for imshow.
 160         Mat grayscale = norm_0_255(ev.reshape(1, height));
 161         // Show the image & apply a Jet colormap for better sensing.
 162         Mat cgrayscale;
 163         applyColorMap(grayscale, cgrayscale, COLORMAP_JET);
 164         imshow(format("%d", i), cgrayscale);
 165     }
 166     waitKey(0);
 167
 168     return 0;
 169 }