[UPDATE] 검출 객체 제한

@@ -41,7 +41,7 @@ if __name__ == '__main__':
     count = 0
     count = 0
     while success:
     while success:
         cv2.imwrite("mid/frame%d.png" % count, image)     # save frame as JPEG file
         cv2.imwrite("mid/frame%d.png" % count, image)     # save frame as JPEG file
-        success,image = camera.read()
+        success, image = camera.read()
         count += 1
         count += 1
 
 
     # 각 프레임 별로 Image Detection 후 프레임 번호, 객체 이름(name)과 객체의 크기(size), 객체가 얼마나 가운데 있는지(coordinatevalue) 저장
     # 각 프레임 별로 Image Detection 후 프레임 번호, 객체 이름(name)과 객체의 크기(size), 객체가 얼마나 가운데 있는지(coordinatevalue) 저장
@@ -55,18 +55,24 @@ if __name__ == '__main__':
         for box, score, cl in zip(boxes, scores, classes):
         for box, score, cl in zip(boxes, scores, classes):
             x, y, w, h = box
             x, y, w, h = box
             name = all_classes[cl]
             name = all_classes[cl]
-            size = w*h
-		
+            size = int(w*h)
+            if size <= 4000: # 사이즈가 너무 작아 썸네일로 적합하지 않은 경우
+                continue
+            if x <= 0 or x+w >= image.shape[1] or y <= 0 or y+h >= image.shape[0]: # 검출된 객체가 프레임 밖으로 나간 경우
+                continue
             # 얼마나 가운데인지 확인하는 알고리즘
             # 얼마나 가운데인지 확인하는 알고리즘
             object = Point2D(width= x + h/2, height= y + w/2)
             object = Point2D(width= x + h/2, height= y + w/2)
             a = image.shape[1]/2 - object.width
             a = image.shape[1]/2 - object.width
             b = image.shape[0]/2 - object.height
             b = image.shape[0]/2 - object.height
-            coordinatevalue = math.sqrt((a*a)+(b*b))
+            coordinatevalue = int(math.sqrt((a*a)+(b*b)))
             # 객체 정보 및 계산 값 저장
             # 객체 정보 및 계산 값 저장
-            detectionInfo.append([i, name, size, coordinatevalue])
+            detectionInfo.append([i, name, size, coordinatevalue, int(x), int(y), int(w), int(h)])
 
 
+    f = open("detectionInfo.txt", 'w')
     for i in range(len(detectionInfo)):
     for i in range(len(detectionInfo)):
-        print(detectionInfo[i])
+        data = str(detectionInfo[i][0]) +", " + detectionInfo[i][1] + ", " + str(detectionInfo[i][2]) + ", " + str(detectionInfo[i][3]) + ", " + str(detectionInfo[i][4]) + ", " + str(detectionInfo[i][5]) + ", " + str(detectionInfo[i][6]) + ", " + str(detectionInfo[i][7]) + "\n"
+        f.write(data)
+    f.close()
 
 
     # 검출된 물체 리스트(중복 없이)
     # 검출된 물체 리스트(중복 없이)
     namelist = {}
     namelist = {}
@@ -74,7 +80,6 @@ if __name__ == '__main__':
         if not detectionInfo[i][1] in namelist:
         if not detectionInfo[i][1] in namelist:
             namelist[detectionInfo[i][1]] = []
             namelist[detectionInfo[i][1]] = []
 
 
-    # 계획1 : 뒤 두 알고리즘 일정 비율로 합치기
     # 크기
     # 크기
     for objectName in namelist.keys():
     for objectName in namelist.keys():
         maxindex = 0
         maxindex = 0
@@ -111,9 +116,19 @@ if __name__ == '__main__':
         cv2.imwrite("output2/%s.png"% (objectname), output2)
         cv2.imwrite("output2/%s.png"% (objectname), output2)
 
 
 
 
-# 계획2 : 프레임별로 나온 객체 겹치는 부분 제외하고 넓이 구해 큰거 Indexlist에 넣기
+    # 계획2 : 프레임별로 나온 객체 겹치는 부분 제외하고 넓이 구해 큰거 Indexlist에 넣기
+
+    # 모든 프레임에 적용하지 않고 베스트 컷 10컷 정도 선정
+
+    # 선정된 프레임 내에서 일정 크기 이상의 객체 중, 겹치는 객체 선정해서 하나의 검출물로 처리
+
+    # 정리된 검출 리스트 output3 에 출력
+
+
+
+    # 계획3 : 객체가 특정 위치에 있는 프레임 뽑기
 
 
-# 계획3 : 객체가 특정 위치에 있는 프레임 뽑기
+    # output1~3의 결과들을 가지고 특정 위치에 있게 이미지 크롭, 결과를 output1_1, output2_1, output3_1 에 저장