Обнаружение признаков

Wagtail умеет автоматически обнаруживать лица и другие признаки на изображениях и обрезать изображения до этих признаков.

Обнаружение признаков использует сторонние инструменты для обнаружения лиц/признаков на изображении при его загрузке. Обнаруженные признаки сохраняются внутри как точка фокусировки в полях focal_point_{x, y, width, height} модели Image. Эти поля используются фильтром изображений fill при отображении изображения в шаблоне для обрезки изображения.

Установка

Известно о работе двух сторонних инструментов с Wagtail: один, основанный на OpenCV для общего обнаружения признаков, и один, основанный на Rustface для обнаружения лиц.

OpenCV в Debian/Ubuntu

Для обнаружения признаков необходим OpenCV, установку которого может быть непросто выполнить, так как он сейчас не устанавливается через pip.

Существует несколько способов установки этих компонентов, но в каждом случае вам необходимо проверить, что как сам OpenCV, так и интерфейс Python установлены правильно.

Установка `opencv-python`

opencv-python доступен в PyPI. Он включает в себя интерфейс Python для OpenCV, а также сами статически скомпилированные двоичные файлы OpenCV.

Для установки:

pip install opencv-python

В зависимости от того, что еще установлено на вашей системе, этого может быть достаточно. На более лёгких системах Linux может потребоваться определить и установить отсутствующие системные библиотеки (например, в лёгкой версии Debian Stretch необходимо установить libsm6 libxrender1 libxext6 с apt).

Установка системного пакета

Системный пакет может позаботиться обо всех необходимых компонентах. Проверьте, что доступно для вашей операционной системы. Например, python-opencv доступен для Debian; он устанавливает сам OpenCV и настраивает привязки Python.

Однако, он может сделать неправильные предположения о том, как вы используете Python (например, какую версию вы используете) — протестируйте, как описано ниже.

Проверка установки

Проверьте установку:

python3
>>> import cv2

Ошибка, например:

ImportError: libSM.so.6: cannot open shared object file: No such file or directory

указывает на то, что необходимая системная библиотека (в данном случае libsm6) не установлена.

С другой стороны,

ModuleNotFoundError: No module named 'cv2'

означает, что компоненты Python не настроены правильно в вашей среде Python.

Если ошибка импорта отсутствует, установка, вероятно, прошла успешно.

Rustface

Rustface — это библиотека Python с предварительно скомпилированными файлами wheel, предоставляемыми для Linux и macOS. Несмотря на реализацию на Rust, она устанавливается через pip:

pip install wheel
pip install rustface

Регистрация в Willow

Rustface предоставляет плагин, который необходимо зарегистрировать в Willow.

Это следует сделать где-то, что выполняется при запуске приложения:

from willow.registry import registry
import rustface.willow

registry.register_plugin(rustface.willow)

Например, в AppConfig.ready приложения.

Обрезка

Алгоритм обнаружения лиц генерирует область фокусировки, которая обрезается очень плотно к лицу, а не ко всей голове.

Для изображений с одним лицом это может быть нормально в некоторых случаях (например, миниатюры), но может быть слишком плотно для «портретов». Отображения изображений могут охватывать больше головы, уменьшая процент обрезки (-c<percentage>) в конце правила изменения размера до 0%:

{% image page.photo fill-200x200-c0 %}

Включение обнаружения признаков в Wagtail

После установки необходимо установить значение WAGTAILIMAGES_FEATURE_DETECTION_ENABLED в True, чтобы автоматически обнаруживать лица/признаки всякий раз, когда новое изображение загружается в Wagtail или когда изображение без точки фокусировки сохраняется (это делается с помощью обработчика сигнала pre-save):

# settings.py

WAGTAILIMAGES_FEATURE_DETECTION_ENABLED = True

Ручной запуск обнаружения признаков

Если у вас уже есть изображения на вашем сайте Wagtail и вы хотите запустить обнаружение признаков на них, или вы хотите применить обнаружение признаков выборочно, когда WAGTAILIMAGES_FEATURE_DETECTION_ENABLED установлено в False, вы можете запустить его вручную, используя метод get_suggested_focal_point() модели Image.

Например, вы можете запустить обнаружение признаков на всех изображениях, выполнив следующий код в командной оболочке Python:

from wagtail.images import get_image_model

Image = get_image_model()

for image in Image.objects.all():
    if not image.has_focal_point():
        image.set_focal_point(image.get_suggested_focal_point())
        image.save()