Блог

Я получаю эту ошибку, когда пытаюсь распознать изображения из unknowns/UNKNOWNS с помощью изображений в базе данных att_faces.

Ошибка OpenCV:

Неверный аргумент (неправильный размер входного изображения. Причина: Обучающие и тестовые изображения должны быть одинакового размера! Ожидалось изображение с 10304 элементами, но получено 92.) в predict, file /home/irum/OpenCv/modules/contrib/src/facerec.cpp обратная трассировка строки 623 (последний вызов last): Файл «rough.py «, строка 62, в prediction = model.predict(images2) cv2.ошибка: /home/irum/OpenCV/modules/contrib/src/facerec.cpp:623: ошибка: (-5) Неправильный размер входного изображения. Причина: Обучающие и тестовые изображения должны быть одинакового размера! Ожидалось изображение с 10304 элементами, но получено 92. в функции predict

Но изображения в обеих папках одинаковы по размеру и высоте. На самом деле это одинаковые изображения обрезанных лиц с использованием каскадов Хаара в разных скриптах Python, но теперь, когда я использую обе папки для распознавания, это выдает мне ошибку. я просто не понимаю, почему? ниже приведен мой код, который я использую.

 import cv2, sys, numpy, os
import json
size = 4
fn_dir2 = 'unknown'
fn_haar = 'haarcascade_frontalface_default.xml'
fn_dir = 'att_faces'
path2='/home/irum/Desktop/Face-Recognition/thakarrecog/UNKNOWNS'
path='/home/irum/Desktop/Face-Recognition/thakarrecog/att_faces'

# Prepare Train Set
print('Training...')

(images, lables, names, id) = ([], [], {}, 0)

for (subdirs, dirs, files) in os.walk(fn_dir):
    for subdir in dirs:
        names[id] = subdir 
        subjectpath = os.path.join(fn_dir, subdir) 
        for filename in os.listdir(subjectpath):
            path = subjectpath   '/'   filename
            lable = id
            images.append(cv2.imread(path, 0))
            lables.append(int(lable))
        id  = 1

(images, lables) = [numpy.array(lis) for lis in [images, lables]]

# Create FisherFace Recognizer
model = cv2.createFisherFaceRecognizer()

# Load TrainSet
model.train(images, lables)

# Prepare Test Data
# Create a list of images and a list of corresponding names

(images2, lables2, names2, id) = ([], [], {}, 0)


for (subdirs, dirs, files) in os.walk(fn_dir2):
    for subdir in dirs:
        names2[id] = subdir 
        subjectpath = os.path.join(fn_dir2, subdir)  
        for filename in os.listdir(subjectpath):

            path = subjectpath   '/'   filename
            lable = id
            images2.append(cv2.imread(path, 0))
            lables2.append(int(lable))

            # Convert images2 to numpy
            images2 = numpy.array(images2)

            # Try to recognize/predict the face
            prediction  = model.predict(images2)

            print "Recognition Prediction" ,prediction
            result = {
                'face': {

                 'distance': prediction,
                 'coords': {
                   'x': str(faces[0][0]),
                   'y': str(faces[0][1]),
                   'width': str(faces[0][2]),
                   'height': str(faces[0][3])
                    }
                }
              }
            print "1 Result of Over all Prediction" ,result
        id  = 1