Einführung

――Sie können es ausführen, ohne die Eigenschaften von OpenCV so gut zu kennen, aber der Schlüssel ist, ob OpenCV normal gelesen werden kann.

Programm

`face_detect.py`


# -*- coding:utf-8 -*-

import cv2
import numpy as np
import os.path
from pathlib import Path

#Verzeichnis mit den zuvor gesammelten Bilddaten
input_data_path = '{Verzeichnispfad}'

#Verzeichnis zum Speichern des zugeschnittenen Bildes
save_path = '{Verzeichnispfad}'
#Zielverzeichnis erstellen
Path(save_path).mkdir(parents=True, exist_ok=True)

#OpenCV-Standardklassifizierungspfad.(https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_default.Verwenden Sie eine XML-Datei)
cascade_path = '/usr/local/Cellar/opencv3/3.2.0/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml'
faceCascade = cv2.CascadeClassifier(cascade_path)

#Anzahl der gesammelten Bilder(Optionale Änderung)
image_count = 1100

#Anzahl erfolgreicher Gesichtserkennungen(Geben Sie standardmäßig 0 an)
face_detect_count = 0

#Wenn aus den gesammelten Bilddaten ein Gesicht erkannt wird, schneiden Sie es aus und speichern Sie es.
for i in range(image_count):
  file_name = input_data_path + str(i) + ".jpg "
  if os.path.isfile(file_name):
    img = cv2.imread(file_name, cv2.IMREAD_COLOR)
    assert img is not None, Path(file_name).absolute()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face = faceCascade.detectMultiScale(gray, 1.1, 3)

    if len(face) > 0:
      for rect in face:
        #Umgeben Sie den Gesichtserkennungsteil mit einer roten Linie und speichern Sie(Ich brauche diesen Teil jetzt nicht)
        # cv2.rectangle(img, tuple(rect[0:2]), tuple(rect[0:2]+rect[2:4]), (0, 0,255), thickness=1)
        # cv2.imwrite('detected.jpg', img)
        x = rect[0]
        y = rect[1]
        w = rect[2]
        h = rect[3]

        cv2.imwrite(save_path + '{Dateiname}' + str(face_detect_count) + '.jpg', img[y:y+h, x:x+w])
        face_detect_count = face_detect_count + 1
    else:
      print('image' + str(i) + ':No Face')
  else:
      print('image' + str(i) + ':No File')

Lauf

python face_detect.py

Ergänzungen und Ausreden

--finde und suche nach haarcascade_frontalface_default.xml.

Es gibt einige Dateien, deren Bilder nicht gut gelesen werden können. Es gibt ziemlich viele.
Es gibt einige Dateien, in denen Sie das Bild lesen, aber das Gesicht nicht gut extrahieren können. Löschen Sie es daher bitte von Hand.