網站架設 Python 哄騙 OpenCV抓取相片中的面部數據－新竹網站架設

做法可能沒有很聰明，行使 os.walk把該資料夾中的各類格局的圖像名稱儲存成 list，再行使迴圈對圖像一個個辨識。
無論原圖解析度若何，全都會輸出同一的格式，輸出的圖象如下。
網站架設 Python 哄騙 OpenCV抓取相片中的面部數

import cv2
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
face_filename = 1
def detect(filename):
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.2,
minNeighbors=3,)
for (x,y,w,h) in faces:
roi_gray = gray[y:y+h, x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,
scaleFactor=1.02,
minNeighbors=3,)
if len(eyes)>=2:
f = cv2.resize(gray[y:y+h, x:x+w], (200, 200))
global face_filename
name = './face/%d.png' % face_filename
cv2.imwrite(name, f)
face_filename += 1
else:
pass
print('Working with %s' % filename)

複製代碼

行使 cv2.CascadeClassifier導入辨識工具，此中選擇了面部和眼睛的辨識東西。
讀取圖像數據後，轉為灰階，哄騙detectMultiScale做面部和眼睛的辨識。
detectMultiScale中的數據參數分別是

import os
img_list = []
for fileNames in os.walk("."):
filename_extension = ['.jpg', '.png', '.jpeg', '.JPG', '.gif']
for fe in filename_extension:
for fileName in fileNames[-1]:
if fileName.endswith(fe):
img_list.append(fileName)
for img in img_list:
detect(img)

複製代碼

圖片數據
ScaleFactor：每次搜索方塊削減的比例
minNeighbers：每一個方針最少檢測到幾回以上，才可被認定是真數據。
minSize：設定命據搜索的最小尺寸，如 minSize=(40,40)

網站架設 Python 哄騙 OpenCV抓取相片中的面部數
子瑜女神看來起來辨識滿成功的。
接著看看失敗的例子，用了一樣的參數辨識一下 Twice和愉快伙伴們？

看來挺失敗的，娜璉和此中兩位興奮伙伴完全沒有辨識出臉，眼睛的部分大多都沒有辨識成功。為了辨識成功，可能需要調劑一下參數。至於如何避免 OpenCV混淆眼睛和嘴，本人目前沒有對策，求高手指導。不外還好集團照不是我要辨識的主要方針。
接著修改 detect，把辨識出的臉，另存為供 AI訓練的圖象。

Python OpenCV 面部數據

圖片數據
兩個對角座標
線的顏色
線的粗細

2021-11-23 22:51 上傳

網站架設 Python 哄騙 OpenCV抓取相片中的面部數

網站架設 Python 哄騙 OpenCV抓取相片中的面部數

文章出處

8.png (40 KB, 下載次數: 6)

下載附件保存到相冊

第一個迴圈中先利用以辨識的面部再進行眼睛的辨識。
其中 Haar級聯數據可以從這裡下載。裡面供給了各類辨識的東西。
別的也能夠利用 LBP級聯數據，可以從這裡下載。

先試看看子瑜女神，有無舉措被辨識。

利用 cv2.rectangle把辨識到的面部或眼睛進行標注，參數依序是

為了將圖片數據轉換為合適 AI訓練的格局，利用 OpenCV先對臉部進行辨識，然後將臉部數據另存為同一的花式。

import cv2
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
def detect(filename):
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.2,
minNeighbors=3,)
for (x,y,w,h) in faces:
roi_gray = gray[y:y+h, x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,
scaleFactor=1.02,
minNeighbors=3,
minSize=(40,40),)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
for (ex,ey,ew,eh) in eyes:
img = cv2.rectangle(img,(x+ex,y+ey),(x+ex+ew,y+ey+eh),(0,255,0),2)
cv2.imwrite('./tzuyu_face.jpg', img)
detect('tzuyu.jpg')