YOLO 객체 인식 모자이크 적용 [1?]

* 이 글은 YOLOv7 기준으로 작성하였음

이전에 YOLO 모자이크에 관련한 글을 작성했었는데, 더 간단하게 정리함

 

GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time

일단 Github에서 받은 YOLO로 들어가 보면 utils 폴더가 있다.

이 폴더에 있는 plots.py 파일에서 함수 하나만 추가해 주면 된다.

추가할 함수 위치는 상관없지만 나중에 찾기 편하도록 plot_one_box 함수 아래에 선언할 것이다.

이 plot_one_box 함수가 바로 객체 검출을 할 때 인식된 객체에 네모 박스를 생성하는 함수이다. 

따라서 아래에 모자이크 함수를 추가한다.

# utils/plots.py
def mosaic(xywh, img, label=None, strength=27):
    """
    Plots mosaic box on image img
    :param xywh: 인식 객체 좌표
    :param img: 현재 프레임 이미지
    :param label: 인식 객체 종류
    :param strength: 모자이크 수치
    """
    if label:
        x, y, w, h = int(xywh[0]), int(xywh[1]), int(xywh[2]) - int(xywh[0]), int(xywh[3]) - int(xywh[1])
        roi = img[y:y + h, x:x + w]
        # while True:
        try:
            roi = cv2.resize(roi, (w // strength, h // strength))
        except cv2.error:
            strength -= 1
        mosaic = cv2.resize(roi, (w, h), interpolation=cv2.INTER_AREA)
        img[y:y + h, x:x + w] = mosaic

그리고 메인 실행 파일인 detect.py 에서 아마 plot_one_box 함수 하나만 참조되어 있을 것인데, 모자이크 함수를 추가해 주어야 한다.

# detect.py [line 14]
from utils.plots import plot_one_box, mosaic

또한 네모 박스말고 모자이크를 하기 위해 실행 구문을 교체해준다.

# detect.py [line 131]
if save_img or view_img:  # Add bbox to image
	label = f'{names[int(cls)]} {conf:.2f}'
	# plot_one_box(xyxy, im0, label=label, color=colors[int(cls)], line_thickness=1)
	mosaic(xyxy, im0, label=label, strength=27)

모자이크 수치, strength를 조정하여 본인이 원하는 수치를 찾아야 한다.
이 수치는 이미지, 영상의 해상도에 따라 영향을 받아 달라질 수 있다.

 

 

얼굴 인식 모델을 사용하여 모자이크를 진행한 결과.

원본 이미지	결과 이미지