将 CV2 Numpy 数组转换为 RGB 图像时出现“图像数据不足”错误

Question

在下面的代码中，我尝试使用 CV2 输出一张人脸（从较大的图像中裁剪）：

def machine_pst():
    mlimg = request.files.get("mlimg")
    fname = mlimg.filename
    filepath = "/home/assets/faces/"
    mlimg.save(filepath + fname, overwrite = True)
    full_path = filepath + fname
    cascPath = "/home/assets/haarcascade_frontalface_default.xml"
    detector = cv2.CascadeClassifier(cascPath)
    faceSamples=[]
    pilImage=Image.open(full_path).convert('L')
    imageNp=np.array(pilImage,'uint8')
    faces=detector.detectMultiScale(imageNp)
    for (x,y,w,h) in faces:
        faceSamples.append(imageNp[y:y+h,x:x+w])
    img = Image.fromarray(faceSamples[0], 'RGB')

   cv2.imwrite("/home/assets/faces/read.png", img)
   source = "/static/faces/read.png"
   return template("home/machineout", source = source)

source 作为参数传递到 img src="{{source}}

如果我返回具有 3 个面孔的图像中的面孔长度，我会得到“3”，所以这似乎工作得很好，如果我返回 faceSamples 的任何索引（例如 faceSamples[0]），我会得到返回的数据好吧，但是当我尝试使用 ...

将该面部样本转换为图像时

img = Image.fromarray(faceSamples[0], 'RGB')

我收到一个 ValueError 提示“图像数据不足”

我知道（从以前的答案）detectMultiScale 返回矩形，而不是图像，但是使用我的附加 Numpy 代码，情况仍然如此吗？我还没有完全理解 faceSamples 数组返回的内容吗？这个不能直接用最后一个sn-p的代码转回RGB图吗？

Answer 1

你的问题在这里：

pilImage=Image.open(full_path).convert('L')
imageNp=np.array(pilImage,'uint8')

也就是说，您将imageNp 转换为单通道灰色图像。那么这样做就没有意义了

img = Image.fromarray(faceSamples[0], 'RGB')

因为faceSamples[0]也是一张灰度图。

另外，像@MarkSetchell 的评论一样，你可以使用cv2.imread 和其他函数来代替PIL。它们与其他 openCV 函数更兼容。