顔検出カメラ

1. アプリ概要

WebカメラからOpenCVのHaar Cascadeで顔を検出してリアルタイム矩形を描画するカメラアプリ。

このアプリはmediaカテゴリの実践的なPythonアプリです。使用ライブラリは tkinter（標準ライブラリ）・opencv-python、難易度は ★★★ です。

このアプリは「メディア処理」カテゴリです。画像・音声・動画を扱う領域は Python の強力なライブラリ群が活きる分野で、メディア処理の作法は他の用途にも応用が効きます。tkinter（標準ライブラリ）・opencv-python を活かして実装するこの構造は、他のアプリにも応用が効きます。

コピー＆実行で動作確認 → コード解説で構造理解 → カスタマイズで応用、の 3 ステップで進めると、短時間で本質を押さえられます。

アプリを完成させた後は、自分の使い方に合わせて改造するのが学びを定着させる近道です。カスタマイズ章のアイデアを足がかりに、独自機能を一つ追加してみてください。

2. 機能一覧

• 「▶ 開始」ボタン（_start()）・「⏹ 停止」ボタン（_stop()）・「📷 スナップ」ボタン（_snapshot()）で操作
• filedialog.asksaveasfilename() によるファイル選択ダイアログ
• messagebox.showerror()・messagebox.showwarning() によるダイアログ通知
• ウィンドウはタイトル「顔検出カメラ」・サイズ 860x600 で起動

3. 事前準備・環境

Windows 11（実機）で起動と基本操作を確認しています（全機能の網羅テストではありません）。Linux Mint 22.3（仮想マシン）では起動と画面表示を確認しました。macOS は必要なライブラリ（pip install）を入れれば動作する想定ですが、未検証です。

• Python 3.10 以上
• OS: Windows 11（実機で起動・基本操作を確認）・Linux Mint 22.3（仮想マシンで起動・画面表示を確認）

インストールが必要なライブラリ

pip install "opencv-python<5" Pillow

4. 完全なソースコード

import tkinter as tk
from tkinter import ttk, messagebox
import threading
import os

try:
    import cv2
    CV2_AVAILABLE = True
except ImportError:
    CV2_AVAILABLE = False

try:
    from PIL import Image, ImageTk
    PIL_AVAILABLE = True
except ImportError:
    PIL_AVAILABLE = False


class App071:
    """顔検出カメラ"""

    def __init__(self, root):
        self.root = root
        self.root.title("顔検出カメラ")
        self.root.geometry("860x600")
        self.root.configure(bg="#1e1e1e")
        self._cap = None
        self._running = False
        self._face_count = 0
        self._cascade = None
        self._build_ui()
        if CV2_AVAILABLE:
            self._load_cascade()
        self.root.protocol("WM_DELETE_WINDOW", self._on_close)

    def _load_cascade(self):
        # OpenCVのデフォルトカスケードを試みる
        paths = [
            cv2.data.haarcascades + "haarcascade_frontalface_default.xml",
            cv2.data.haarcascades + "haarcascade_frontalface_alt.xml",
        ]
        for p in paths:
            if os.path.exists(p):
                self._cascade = cv2.CascadeClassifier(p)
                break

    def _build_ui(self):
        header = tk.Frame(self.root, bg="#252526", pady=6)
        header.pack(fill=tk.X)
        tk.Label(header, text="📷 顔検出カメラ",
                 font=("Noto Sans JP", 12, "bold"),
                 bg="#252526", fg="#4fc3f7").pack(side=tk.LEFT, padx=12)

        if not CV2_AVAILABLE:
            tk.Label(self.root,
                     text="⚠ opencv-python が必要です (pip install \"opencv-python<5\" Pillow)",
                     bg="#fff3cd", fg="#856404", font=("Arial", 9),
                     anchor="w", padx=8).pack(fill=tk.X)

        # コントロール
        ctrl = tk.Frame(self.root, bg="#2d2d2d", pady=4)
        ctrl.pack(fill=tk.X)

        tk.Label(ctrl, text="カメラ番号:", bg="#2d2d2d", fg="#ccc",
                 font=("Arial", 9)).pack(side=tk.LEFT, padx=4)
        self.cam_var = tk.IntVar(value=0)
        ttk.Spinbox(ctrl, from_=0, to=9, textvariable=self.cam_var,
                    width=4).pack(side=tk.LEFT)
        ttk.Button(ctrl, text="▶ 開始",
                   command=self._start).pack(side=tk.LEFT, padx=8)
        ttk.Button(ctrl, text="⏹ 停止",
                   command=self._stop).pack(side=tk.LEFT)
        ttk.Button(ctrl, text="📷 スナップ",
                   command=self._snapshot).pack(side=tk.LEFT, padx=8)

        # 検出設定
        tk.Label(ctrl, text="スケール:", bg="#2d2d2d", fg="#ccc",
                 font=("Arial", 9)).pack(side=tk.LEFT, padx=(12, 2))
        self.scale_var = tk.DoubleVar(value=1.1)
        ttk.Spinbox(ctrl, from_=1.05, to=2.0, increment=0.05,
                    textvariable=self.scale_var, width=5).pack(side=tk.LEFT)
        tk.Label(ctrl, text="最小隣接:", bg="#2d2d2d", fg="#ccc",
                 font=("Arial", 9)).pack(side=tk.LEFT, padx=(8, 2))
        self.min_neigh_var = tk.IntVar(value=5)
        ttk.Spinbox(ctrl, from_=1, to=20, textvariable=self.min_neigh_var,
                    width=4).pack(side=tk.LEFT)

        # 顔数表示
        self.face_count_lbl = tk.Label(ctrl, text="顔: 0",
                                        bg="#2d2d2d", fg="#4fc3f7",
                                        font=("Arial", 12, "bold"))
        self.face_count_lbl.pack(side=tk.RIGHT, padx=12)

        # カメラプレビュー
        self.canvas = tk.Canvas(self.root, bg="#000",
                                 highlightthickness=0)
        self.canvas.pack(fill=tk.BOTH, expand=True, padx=8, pady=4)
        self._canvas_img = None

        # 検出ログ
        log_f = tk.Frame(self.root, bg="#0d1117")
        log_f.pack(fill=tk.X, padx=8, pady=2)
        self.log_text = tk.Text(log_f, height=3, bg="#0d1117", fg="#8b949e",
                                 font=("Courier New", 8), relief=tk.FLAT,
                                 state=tk.DISABLED)
        self.log_text.pack(fill=tk.X)

        self.status_var = tk.StringVar(value="カメラを開始してください")
        tk.Label(self.root, textvariable=self.status_var,
                 bg="#252526", fg="#858585", font=("Arial", 9),
                 anchor="w", padx=8).pack(fill=tk.X, side=tk.BOTTOM)

    def _start(self):
        if not CV2_AVAILABLE or not PIL_AVAILABLE:
            messagebox.showerror("エラー",
                                  "pip install \"opencv-python<5\" Pillow")
            return
        if self._running:
            return
        cam_id = self.cam_var.get()
        cap = cv2.VideoCapture(cam_id)
        if not cap.isOpened():
            messagebox.showerror("エラー",
                                  f"カメラ {cam_id} を開けませんでした")
            return
        self._cap = cap
        self._running = True
        self.status_var.set(f"カメラ {cam_id} 起動中")
        threading.Thread(target=self._camera_loop, daemon=True).start()

    def _stop(self):
        self._running = False
        if self._cap:
            self._cap.release()
            self._cap = None
        self.status_var.set("停止")
        self.face_count_lbl.config(text="顔: 0")

    def _camera_loop(self):
        from datetime import datetime
        while self._running and self._cap:
            ret, frame = self._cap.read()
            if not ret:
                break
            faces = []
            if self._cascade:
                gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
                gray = cv2.equalizeHist(gray)
                try:
                    faces = self._cascade.detectMultiScale(
                        gray,
                        scaleFactor=self.scale_var.get(),
                        minNeighbors=self.min_neigh_var.get(),
                        minSize=(30, 30))
                except Exception:
                    faces = []

            # 矩形描画
            for (x, y, w, h) in faces:
                cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
                cv2.putText(frame, "Face", (x, y-5),
                             cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)

            # 表示
            frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            img = Image.fromarray(frame_rgb)
            cw = max(1, self.canvas.winfo_width())
            ch = max(1, self.canvas.winfo_height())
            img.thumbnail((cw, ch), Image.NEAREST)
            tk_img = ImageTk.PhotoImage(img)
            self.root.after(0, self._update_canvas, tk_img,
                             len(faces))

            if len(faces) != self._face_count:
                self._face_count = len(faces)
                if faces:
                    ts = datetime.now().strftime("%H:%M:%S")
                    self.root.after(0, self._log,
                                    f"[{ts}] 顔検出: {len(faces)} 件")

    def _update_canvas(self, tk_img, face_count):
        self._canvas_img = tk_img
        self.canvas.delete("all")
        cw = self.canvas.winfo_width()
        ch = self.canvas.winfo_height()
        self.canvas.create_image(cw//2, ch//2, image=tk_img, anchor="center")
        self.face_count_lbl.config(text=f"顔: {face_count}")

    def _log(self, text):
        self.log_text.configure(state=tk.NORMAL)
        self.log_text.insert(tk.END, text + "\n")
        self.log_text.see(tk.END)
        self.log_text.configure(state=tk.DISABLED)

    def _snapshot(self):
        if not self._cap:
            messagebox.showwarning("警告", "カメラが起動していません")
            return
        ret, frame = self._cap.read()
        if not ret:
            return
        from tkinter import filedialog
        from datetime import datetime
        default_name = f"snapshot_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"
        path = filedialog.asksaveasfilename(
            initialfile=default_name,
            defaultextension=".png",
            filetypes=[("PNG", "*.png"), ("JPEG", "*.jpg")])
        if path:
            cv2.imwrite(path, frame)
            self.status_var.set(f"保存: {path}")

    def _on_close(self):
        self._stop()
        self.root.destroy()


if __name__ == "__main__":
    root = tk.Tk()
    app = App071(root)
    root.mainloop()

5. コード解説

顔検出カメラのコードを、実際に書かれている実装に沿って解説します。

6. ステップバイステップガイド

このアプリをゼロから自分で作る手順を解説します。コードをコピーするだけでなく、実際に手順を追って自分で書いてみましょう。

1. 1
   ファイルを作成する

   新しいファイルを作成して app071.py と保存します。外部ライブラリ PIL・cv2 を使います。先に pip install "opencv-python<5" Pillow を実行してください。（import 名と pip のパッケージ名が異なる点に注意：PIL は Pillow・cv2 は opencv-python でインストールします）

2. 2
   クラスの骨格を作る

   App071 クラスを定義し、__init__ と、末尾の root = tk.Tk() ～ mainloop() の最小構成を書いて、まず空のウィンドウが出ることを確認します。

3. 3
   ウィンドウを設定する

   title("顔検出カメラ")・geometry("860x600")・configure(bg="#1e1e1e") をコンストラクタで設定します。

4. 4
   画面部品を並べる

   _build_ui() の中で、tk.Frame×3・tk.Label×7・ttk.Spinbox×3・ttk.Button×3・tk.Canvas・tk.Text を作って配置します（掲載コードと同じ並び順で書くとレイアウトが一致します）。まず表示だけ確認しましょう。

5. 5
   イベントを接続する

   「2. 機能一覧」で挙げた各ボタンを command= で対応するメソッド（_start()・_stop()・_snapshot()）につなぎます。

6. 6
   中心になるメソッドを実装する

   アプリの本体である _update_canvas()（7行）・_log()（5行）・_start()（17行）など を実装します。

7. 7
   動作確認する

   python app071.py で起動し、各ボタンが反応することを確認します。

7. カスタマイズアイデア

基本機能を習得したら、以下のカスタマイズに挑戦してみましょう。

8. よくある問題と解決法

9. 練習問題

アプリの理解を深めるための練習問題です。気になるものから挑戦してみてください（課題3は定型の発展課題です）。課題を試すには opencv-python（5系未満）と Pillow が要ります（pip install "opencv-python<5" Pillow）。写すのは自分の顔か、写ってよいと分かっている人だけにしてください。他人の顔が入った画像を、断りなく保存したり公開したりしないでください。課題1はカメラがつながっていなくても確かめられます。

1. 課題1：顔検出モデルを読み込めたかどうかを起動時に知らせる

   顔が1件も出ないとき、カメラの問題なのか検出モデルを読み込めていないのかが画面から分かりません。_load_cascade() の結果を、起動した時点でログ欄に出してください。

   期待結果：アプリを起動しただけで、下のログ欄に [起動] 顔検出モデル: 読み込みOK の1行が出る（読み込めなかったときは [起動] 顔検出モデル: 見つかりません）。

   合格条件

   • 「▶ 開始」を押さなくても1行出る（カメラがつながっていない環境でも確かめられる）
   • 開始したあとの [12:34:56] 顔検出: 1 件 のようなログは、これまでどおりその下に足される
   • opencv-python が入っていない環境では、この行は出ずに黄色い警告だけが出る

   ヒント①（どこを触るか）: 触るのは _load_cascade() の1か所です。for p in paths: のループの後ろに self._log(...) を1行足し、self._cascade が None かどうかで文言を変えます。
   ヒント②（使うもの）: _log() は state=tk.DISABLED の self.log_text を一時的に tk.NORMAL へ戻して1行足す作りです。__init__ は self._build_ui() のあとに self._load_cascade() を呼ぶので、この時点で self.log_text はもう作られています。
   つまずきやすい点: __init__ のこの2行を入れ替えると self.log_text がまだ無く、AttributeError になります。_load_cascade() は cv2.data.haarcascades のフォルダに haarcascade_frontalface_default.xml があるかどうかを見ます。ファイルが無いと os.path.exists() が False になり、self._cascade は None のままです。それでも画面はふつうに動き、顔の件数が 0 から増えないだけなので原因を追いにくくなります。

2. 課題2：スナップショットに検出枠が写るようにする

   _snapshot() はボタンを押した時点でカメラから読み直すため、保存される画像に緑の枠も Face の文字も入りません。画面に出ているコマをそのまま保存してください。

   期待結果：顔が写った状態で「📷 スナップ」を押して保存した画像を開くと、画面と同じ緑の枠と Face の文字が入っている。

   合格条件

   • カメラを開始していないときは、これまでどおり「カメラが起動していません」の警告が出る
   • 保存したあとの下の帯は、これまでどおり 保存: (保存先のパス) になる
   • 「⏹ 停止」のあとにスナップを押しても、古い画像は保存されず警告だけが出る

   ヒント①（どこを触るか）: 触るのは2か所です。_camera_loop() の cv2.rectangle(...) を描いた後ろで、self._last_frame = frame.copy() のように取っておきます。_snapshot() の側は ret, frame = self._cap.read() をその変数へ差し替えます。
   ヒント②（使うもの）: frame は OpenCV の BGR 配列のままなので、cv2.imwrite(path, frame) にそのまま渡せます。cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) は表示用の新しい配列を返すだけで、frame の中身は変わりません。
   つまずきやすい点: _camera_loop() は threading.Thread の別スレッドで動くため、取っておいた配列は次のコマで上書きされ続けます。copy() を付けずに参照だけ持つと、書き出している最中に中身が変わることがあります。_stop() が self._cap を None に戻す作りなので、停止後の保存を止める判定はそのまま残してください。

3. 課題3：保存機能の追加

   処理結果をファイルに保存する機能を追加しましょう。