Обнаружение признаков

Wagtail умеет автоматически обнаруживать лица и признаки на ваших изображениях и обрезать их до этих признаков.

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

Установка

Два сторонних инструмента известны как работающие с Wagtail: один на основе OpenCV для общего обнаружения признаков и один на основе Rustface для обнаружения лиц.

OpenCV на Debian/Ubuntu

Для обнаружения признаков требуется OpenCV, установка которого может быть немного сложной, так как в настоящее время он не может быть установлен через pip.

Существует несколько способов установки этих компонентов, но в каждом случае вам нужно будет проверить, что OpenCV и интерфейс Python были установлены правильно.

Установить `opencv-python`

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

Для установки:

$ pip install opencv-python

В зависимости от того, что ещё установлено на вашей системе, этого может быть достаточно. На более лёгких системах Linux, вам может потребоваться определить и установить недостающие системные библиотеки (например, в облегчённой версии Debian Stretch требуется установка libsm6 libxrender1 libxext6 с помощью apt).

Установить пакет системного уровня

Пакет системного уровня 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 Python-связки.

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

Тестирование установки

Проверьте установку:

python3
>>> import cv2

Ошибка, такая как:

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 Python-компоненты не были правильно настроены в вашей Python-среде.

Если у вас нет ошибки импорта, установка, вероятно, прошла успешно.

Rustface

Rustface — это Python-библиотека с предопределёнными файлами wheel 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 в месте, которое запускается при запуске приложения:

from willow.registry import registry
import rustface.willow

registry.register_plugin(rustface.willow)

Например, в AppConfig.ready приложения.

Обрезка

Алгоритм обнаружения лица генерирует область фокусировки, которая плотно обрезается по лицу, а не по всей голове.

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

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

Включение обнаружения признаков в Wagtail

После установки необходимо установить настройку WAGTAILIMAGES_FEATURE_DETECTION_ENABLED на True, чтобы автоматически обнаруживать лица/признаки всякий раз, когда новое изображение загружается в Wagtail или когда изображение без точки фокусировки сохраняется (это делается через обработчик сигнала до сохранения):

# 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 на False, вы можете запустить его вручную, используя метод get_suggested_focal_point() на модели Image.

Например, вы можете вручную запустить обнаружение признаков на всех изображениях, выполнив следующий код в командной строке 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()