暇ですよねwww

そんな時はお金のかからない方法で
遊びを見つけてみよーじゃないですか

自作でプログラム作ればタダです。

ということで迷路を作るプログラムを作ってみました。
解説動画はこちら


今回のプログラムでは穴掘り法というアルゴリズムを使用しています。

どんな感じかというと

1.縦横それぞれ奇数個サイズのマス作る

2.縦横それぞれ奇数座標のマスをランダムに選択する

3.方向をランダムに選択し2マス先のマスを調べて
まだ通路でなければ通路に変える

4.ランダムに選択した方向の2マス先が通路の場合はここで一旦終了


ソースコードはこちら

import random
import sys
sys.setrecursionlimit(10**6)

# 穴掘り法で迷路を作る
def make(ny, nx):
    ar = list(range(4)) 
    random.shuffle(ar)
    for i in ar:
        if ny+dy[i][1]<1 or ny+dy[i][1]>=size[0]:
            continue
        if nx+dx[i][1]<1 or nx+dx[i][1]>=size[1]:
            continue
        if maze[ny+dy[i][1]][nx+dx[i][1]]=="□":
            continue
        for j in range(2):
            maze[ny+dy[i][j]][nx+dx[i][j]] = "□"
        make(ny+dy[i][1], nx+dx[i][1])

#height , width    Enter with odd number
size = (101, 51)

maze = [["■"]*size[1] for _ in range(size[0])]
dx,dy = [(1,2), (-1,-2), (0,0), (0,0)],[(0,0), (0,0), (1,2), (-1,-2)]
make(1, 1)
maze[1][1],maze[size[0]-2][size[1]-2] = "す","ご"

for i in maze:
    print(*i)

ちゃんと確認はしてませんが動くはずです。

sizeの所に奇数で縦横のサイズを入れてください。
横はデカすぎるとダメですが、縦は大きくても問題ないです。

こんな感じになるはずです。




黒いのが壁で白抜きが道。
右下にゴールがあります。

でかいサイズで作ったら
PDFとかにでもして
印刷すれば即席巨大迷路の完成です。

どこまで大きなサイズができるかは知りませんが
色々遊べると思うので
動かして遊んでみてくださいませ。

それでは。

タグ ：

#Python

#プログラミング

#迷路

#アルゴリズム

顔の黄金比などを判定するのに使う比率を用いて
美人具合をランキングづけしてみました。

優勝者は誰でしょうか？

解説動画はこちら




さてやり方ですが
opencvを使って顔のポイントを取り
各パーツの長さを測ります。
そこから比率を出していきます。

顔のポイントを見るコードはこんな感じになります。
(要opencv,dlibのインストール)

import os
import time
import numpy as np
import cv2
import dlib
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as patches
%matplotlib inline

detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("../shape_predictor_68_face_landmarks.dat")

image_path = 'img/hashikan.png'
image = cv2.imread(image_path, cv2.IMREAD_COLOR)
rects = detector(image, 1)
for rect in rects:
    landmarks = np.matrix([[p.x, p.y] for p in predictor(image, rect).parts()])
fig, ax = plt.subplots(figsize=(16,9))
frame = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
for d in rects:
    parts = predictor(frame, d).parts()
    ax.scatter([point.x for point in parts], [point.y for point in parts])
    for k, point in enumerate(parts):
        ax.text(point.x, point.y, k)
    ax.imshow(frame)
    plt.tick_params(labelbottom=False,labelleft=False,labelright=False,labeltop=False)
    plt.show()

顔は68ポイントの点を取ることができます。

今回のランキングは下記の方々10人の写真で行いました。
橋本環奈 さん
有村架純 さん 
石原さとみ さん 
新垣結衣 さん
広瀬すず さん 
波瑠 さん
綾瀬はるか さん
浜辺美波 さん
桜井日奈子 さん
沢尻エリカ様


顔のパーツから比率を出すコードはこちら

def fwhrs(parts):
    height = parts[8].y - parts[21].y
    width = parts[16].x - parts[0].x
    fwhr = width/height
    return round(fwhr, 3)

def heights(parts):
    top_height = parts[33].y - parts[21].y
    bottom_height = parts[8].y - parts[33].y
    return top_height,bottom_height

def widths(parts):
    left_face = parts[16].x - parts[45].x
    left_eye = parts[45].x - parts[42].x
    middle_face = parts[42].x - parts[39].x
    right_eye = parts[39].x - parts[36].x
    right_face =parts[36].x - parts[0].x
    return left_face, left_eye, middle_face, right_eye,right_face

def mouses(parts):
    top_mouse = parts[57].y - parts[33].y
    bottom_mouse = parts[8].y - parts[57].y
    return top_mouse, bottom_mouse

df = pd.DataFrame()
for file_name in os.listdir('img'):
    frame = cv2.imread('img/'+file_name)
    dets = detector(frame[:, :, ::-1])
    if len(dets) > 0:
        parts = predictor(frame, dets[0]).parts()
        fwhr = fwhrs(parts)  
        top_height,bottom_height = heights(parts)
        left_face, left_eye, middle_face, right_eye,right_face = widths(parts)
        top_mouse, bottom_mouse = mouses(parts)
        t_dict = {'name':[file_name.replace('.png','')],
                  'fwhr':[fwhr],
                  'top_height':[top_height],
                  'bottom_height':[bottom_height],
                  'left_face':[left_face],
                  'left_eye':[left_eye],
                  'middle_face':[middle_face],
                  'right_eye':[right_eye],
                  'right_face':[right_face],
                  'top_mouse':[top_mouse],
                  'bottom_mouse':[bottom_mouse]}
        tmp = pd.DataFrame(t_dict)
        df = pd.concat([df,tmp])

df['Height-Ratio'] = df['top_height']/df['bottom_height']
df['Width-Ratio1'] = df['left_face']/df['middle_face']
df['Width-Ratio2'] = df['left_eye']/df['middle_face']
df['Width-Ratio3'] = df['right_eye']/df['middle_face']
df['Width-Ratio4'] = df['right_face']/df['middle_face']
df['Mouse-Ratio'] = df['top_mouse']/df['bottom_mouse']

ratios = ['Height-Ratio','Width-Ratio1','Width-Ratio2','Width-Ratio3','Width-Ratio4','Mouse-Ratio','fwhr']
df[ratios].mean()

difs = list(df[ratios].mean())
df['DIFF1'] = abs(difs[0] - df['Height-Ratio'] )
df['DIFF2'] = abs(difs[1]- df['Width-Ratio1'] )
df['DIFF3'] = abs(difs[2]- df['Width-Ratio2'] )
df['DIFF4'] = abs(difs[3]- df['Width-Ratio3'] )
df['DIFF5'] = abs(difs[4]- df['Width-Ratio4'] )
df['DIFF6'] = abs(difs[5]- df['Mouse-Ratio'] )
df['DIFF7'] = abs(difs[6] - df['fwhr'] )
df['total']   = df['DIFF1'] + df['DIFF2'] + df['DIFF3'] + df['DIFF4'] + df['DIFF5'] + df['DIFF6'] + df['DIFF7']

columns = ['name','total','fwhr','Height-Ratio','Width-Ratio1','Width-Ratio2','Width-Ratio3','Width-Ratio4','Mouse-Ratio']
df[columns].sort_values('total')

顔のパーツの比率を出しまして
10人の平均を出しました。

その平均との乖離が一番少ない人が
美人だろうということでランキング付けしています。

結果は

name	total
sawarizi	0.274496
haru	0.475337
gakky	0.545178
ishiharasatomi	0.561904
hashikan	0.56951
arimura	0.660029
sakurai	0.728494
hamabeminami	0.847156
ayase	0.918146
hirose	1.051217

ということで
意外な結果が出ました！！！

この10人の平均に一番近かったのは
この方


思いっきしファイル名間違えたのですが
各パーツの整い方が一番平均に近いということで
選ばれました。

今さらですが、このやり方だと
単純に平均に近いかどうかだけなので
美人かどうかの判断にはならないですよねーー

やはり各パーツの比率とかをもっと細かくとって
機械学習で絶対的な美人度を点数化する奴を
作らないとアレですよね。

絶対美人は誰なんだろうか
日本人全員にアンケートとってみたい！！

タグ ：

#Python

#プログラミング

#opencv

動画で動いている人を静止画の人と入れ替えるモデルが
公開されているのでご紹介です。


解説動画はこちら




コードなどはこちら
First Order Motion Model for Image Animation 

動画で動いている人を静止画に置き換えるようです。

いろんなサンプルが置いてありますね。


GoogleColabで動くコードもあります。
自分のドライブにコピーして
上から実行していけば試すこともできますね。



コードの中で

source_image = imageio.imread('/content/gdrive/My Drive/first-order-motion-model/02.png')
driving_video = imageio.mimread('/content/gdrive/My Drive/first-order-motion-model/04.mp4')

とあるので、ここのpngとmp4を変えてあげれば
自分の好きな動画を作る事が出来ると思います。

変換後のサイズがあまり大きくないので
256x256くらいの画像、動画が良いだろうと思います。

感触としては
・髪が顔に被らない
・背景なし
・メガネなし
にしてあげると上手くいくかなと思います。

単純に静止画を入れ替えるのと変わらないわけで
画像同士が似ている方が上手くいきやすいですね。

興味がある方は試してみてはどうでしょうか。

今日はこれまでです
それでは

タグ ：

#Python

#プログラミング

#DeepFake

#ディープフェイク