#python #opencv #crop #face-detection #viola-jones
#питон #opencv #обрезка #распознавание лиц #виола-Джонс #python
Вопрос:
Я пытаюсь обрезать несколько лиц с одного и того же изображения, используя python и opencv, но он показывает мне ошибку. Если есть какой-либо другой способ сделать это, пожалуйста, дайте мне знать. Ниже приведен код вместе с ошибкой.
import cv2
# Load some pre-trained data on face frontals from opencv (haar cascade algorithm)
trained_face_data = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# Choose an image to detect faces in
img = cv2.imread('mask.png')
# Must convert to greyscale
grayscaled_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Detect Faces
face_coordinates = trained_face_data.detectMultiScale(grayscaled_img)
img_crop = []
# Draw rectangles around the faces
for (x, y, w, h) in face_coordinates:
cv2.rectangle(img, (x,y), (x w, y h), (0, 255, 0), 2)
img_crop.append(img[y:y h, x:x w])
cv2.imshow('Cropped', img_crop)
cv2.waitKey()
**TypeError** Traceback (most recent call last)
<ipython-input-4-7c85402c34e9> in <module>
32 [enter image description here][1]
33
---> 34 cv2.imshow('Cropped', img_crop)
35 #cv2.imshow('crop', img_crop2)
36 #cv2.imshow('Face Detector', img)
TypeError: Expected Ptr<cv::UMat> for argument 'mat'e here
Комментарии:
1. вы вызываете
imshow
со списком изображений (img_crop
), но он ожидает одно изображение. вы можете показывать только одно изображение одновременно в одном открытом окне, поэтому вы можете выполнитьfor
циклimg_crop
Ответ №1:
Одним из решений является сохранение всех изображений в списке:
Отображать каждое изображение по одному
for cropped in img_crop:
cv2.imshow('Cropped', cropped)
cv2.waitKey(0)
Предположим, что ваше входное изображение:
Результат:
Если вы хотите сохранить их, вы могли бы сделать:
for counter, cropped in enumerate(img_crop):
cv2.imshow('Cropped', cropped)
cv2.imwrite("pose_result_{}.png".format(counter), cropped)
cv2.waitKey(0)
Код:
import cv2
import numpy as np
# Load some pre-trained data on face frontal from opencv (haar cascade algorithm)
trained_face_data = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# Choose an image to detect faces in
img = cv2.imread('mask.png')
# Must convert to greyscale
grayscaled_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Detect Faces
face_coordinates = trained_face_data.detectMultiScale(grayscaled_img)
img_crop = []
# Draw rectangles around the faces
for (x, y, w, h) in face_coordinates:
cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2)
img_crop.append(img[y:y h, x:x w])
for counter, cropped in enumerate(img_crop):
cv2.imshow('Cropped', cropped)
cv2.imwrite("pose_result_{}.png".format(counter), cropped)
cv2.waitKey(0)