TShopping

 找回密碼
 註冊
搜索
查看: 293|回復: 0

[教學] Python 利用 OpenCV抓取相片中的臉部數據

[複製鏈接]
發表於 2021-11-23 22:52:45 | 顯示全部樓層 |閱讀模式
 
Push to Facebook
為了將圖片數據轉換為適合 AI訓練的格式,利用 OpenCV先對臉部進行辨識,然後將臉部數據另存為統一的格式。
  1. import cv2

  2. face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
  3. eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')

  4. def detect(filename):
  5.     img = cv2.imread(filename)
  6.     gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  7.     faces = face_cascade.detectMultiScale(gray,
  8.                                           scaleFactor=1.2,
  9.                                           minNeighbors=3,)
  10.     for (x,y,w,h) in faces:
  11.         roi_gray = gray[y:y+h, x:x+w]
  12.         eyes = eye_cascade.detectMultiScale(roi_gray,
  13.                                             scaleFactor=1.02,
  14.                                             minNeighbors=3,
  15.                                             minSize=(40,40),)
  16.         img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
  17.         for (ex,ey,ew,eh) in eyes:
  18.             img = cv2.rectangle(img,(x+ex,y+ey),(x+ex+ew,y+ey+eh),(0,255,0),2)
  19.     cv2.imwrite('./tzuyu_face.jpg', img)

  20. detect('tzuyu.jpg')
複製代碼

利用 cv2.CascadeClassifier導入辨識工具,其中選擇了臉部和眼睛的辨識工具。
讀取圖像數據後,轉為灰階,利用detectMultiScale做臉部和眼睛的辨識。
detectMultiScale中的數據參數分別是
  • 圖片數據
  • ScaleFactor:每次搜尋方塊減少的比例
  • minNeighbers:每個目標至少檢測到幾次以上,才可被認定是真數據。
  • minSize:設定數據搜尋的最小尺寸 ,如 minSize=(40,40)

利用 cv2.rectangle把辨識到的臉部或眼睛進行標注,參數依序是
  • 圖片數據
  • 兩個對角座標
  • 線的顏色
  • 線的粗細

第一個迴圈中先利用以辨識的臉部再進行眼睛的辨識。
其中 Haar級聯數據可以從這裡下載。裡面提供了各類辨識的工具。
另外也可以使用 LBP級聯數據,可以從這裡下載。

先試看看子瑜女神,有沒有辦法被辨識。

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

子瑜女神看來起來辨識滿成功的。
接著看看失敗的例子,用了同樣的參數辨識一下 Twice和愉快伙伴們?

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

看來挺失敗的,娜璉和其中兩位愉快伙伴完全沒有辨識出臉,眼睛的部份大多都沒有辨識成功。為了辨識成功,可能需要調整一下參數。至於如何避免 OpenCV混淆眼睛和嘴,本人目前沒有對策,求高手指點。不過還好團體照不是我要辨識的主要目標。
接著修改 detect,把辨識出的臉,另存為供 AI訓練的圖像。

  1. import cv2

  2. face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
  3. eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')

  4. face_filename = 1
  5. def detect(filename):
  6.     img = cv2.imread(filename)
  7.     gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  8.     faces = face_cascade.detectMultiScale(gray,
  9.                                           scaleFactor=1.2,
  10.                                           minNeighbors=3,)
  11.     for (x,y,w,h) in faces:
  12.         roi_gray = gray[y:y+h, x:x+w]
  13.         eyes = eye_cascade.detectMultiScale(roi_gray,
  14.                                             scaleFactor=1.02,
  15.                                             minNeighbors=3,)
  16.         if len(eyes)>=2:
  17.             f = cv2.resize(gray[y:y+h, x:x+w], (200, 200))
  18.             global face_filename
  19.             name = './face/%d.png' % face_filename
  20.             cv2.imwrite(name, f)
  21.             face_filename += 1
  22.         else:
  23.             pass
  24.     print('Working with %s' % filename)
複製代碼
對臉部和眼睛進行辨識,至少辨識出兩隻眼睛(無論對錯)才進行儲存,輸出為 200x200的 png格式。
我沒有設定minSize,因為我的數據有點少解析度落差也很大,所以不想要太嚴格。
  1. import os

  2. img_list = []
  3. for fileNames in os.walk("."):
  4.     filename_extension = ['.jpg', '.png', '.jpeg', '.JPG', '.gif']
  5.     for fe in filename_extension:
  6.         for fileName in fileNames[-1]:
  7.             if fileName.endswith(fe):
  8.                 img_list.append(fileName)

  9. for img in img_list:
  10.     detect(img)
複製代碼

做法可能沒有很聰明,利用 os.walk把該資料夾中的各種格式的圖像名稱儲存成 list,再利用迴圈對圖像一個個辨識。
無論原圖解析度如何,全都會輸出統一的格式,輸出的圖像如下。

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據

Python OpenCV 臉部數據

Python  OpenCV 臉部數據


文章出處


 

臉書網友討論
您需要登錄後才可以回帖 登錄 | 註冊 |

本版積分規則



Archiver|手機版|小黑屋|免責聲明|TShopping

GMT+8, 2022-1-28 10:19 , Processed in 0.191307 second(s), 25 queries .

本論壇言論純屬發表者個人意見,與 TShopping綜合論壇 立場無關 如有意見侵犯了您的權益 請寫信聯絡我們。

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表