Eigenfaces 训练图像像素大小误差

Question

各位资深程序员大家好！我在特征脸图像训练部分有一个错误。

错误是：OpenCV 错误：不支持的格式或格式组合（在 Eigenfaces 方法中，所有输入样本（训练图像）必须大小相同！预期为 27889 像素，但实际为 27556 像素。）在 cv::face 中： :Eigenfaces::train，文件 C:\projects\opencv-python\opencv_contrib\modules\face\src\eigen_faces.cpp，第 68 行

这意味着我的图片大小不同。当我从相机捕捉照片时，我尝试使用 cv2.rezise()，但它仍然不起作用。

这是我的捕获代码：

import cv2
cam = cv2.VideoCapture(0)
detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

Id = input('enter your id: ')
sampleNum = 0

while(True):
    ret, img = cam.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.3, 5)

    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

        sampleNum = sampleNum+1

        cv2.imwrite("dataSet/user."+Id+'.'+str(sampleNum)+".jpg",cv2.resize
        (gray[y:y+h,x:x+w],(70,70)))

        cv2.imshow('frame',img)

    if cv2.waitKey(100) & 0xFF == ord('q'):#waitKey is for delay in video capture
        break
    elif sampleNum >= 50:#how many picture capture?
        break

cam.release()
cv2.destroyAllWindows()

这是训练部分：

import cv2,os
import numpy as np


recognizer = cv2.face.EigenFaceRecognizer_create()
detector= cv2.CascadeClassifier("haarcascade_frontalface_default.xml")


def getImagesAndLabels(path):

    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    faceSamples=[]
    Ids=[]

    for imagePath in imagePaths:

        pilImage = Image.open(imagePath).convert('L')

        imageNp = np.array(pilImage,'uint8')

        Id = int(os.path.split(imagePath)[-1].split(".")[1])

        faces = detector.detectMultiScale(imageNp)

        for (x,y,w,h) in faces:
            faceSamples.append(imageNp[y:y+h,x:x+w])
            Ids.append(Id)

     return faceSamples,Ids

faces,Ids = getImagesAndLabels('dataSet')
recognizer.train(faces, np.array(Ids))
recognizer.write('trainner/trainnerEi.yml')

PS。我从 LBPHFaceRecognizer 改编这段代码 谢谢！*3

Answer 1

• 好的，所以 EigenFaces 仅在像素空间中所有图像的尺寸相同时才有效
• 这意味着如果训练中使用的一张图片大小为 28x28，那么训练和测试中的所有其他图片的大小都必须为 28x28
• 如果图像大小不同，那么 opencv 会抛出该错误
• 错误只是表示其中一张图像的像素空间为 27889 维，而另一张图像的像素空间为 27556 维。
• 我建议你使用cv2.resize() 函数来制作相同大小的所有图像

• 使用下面的代码作为你训练部分的参考：

  import cv2,os
  import numpy as np
  
  
  recognizer = cv2.face.EigenFaceRecognizer_create()
  detector= cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
  
  
  def getImagesAndLabels(path):
      width_d, height_d = 280, 280  # Declare your own width and height
      imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
      faceSamples=[]
      Ids=[]
  
      for imagePath in imagePaths:
  
          pilImage = Image.open(imagePath).convert('L')
  
          imageNp = np.array(pilImage,'uint8')
  
          Id = int(os.path.split(imagePath)[-1].split(".")[1])
  
          faces = detector.detectMultiScale(imageNp)
  
          for (x,y,w,h) in faces:
              ########################################                       
              # The line to be changed by cv2.resize()
              ########################################
              faceSamples.append(cv2.resize(imageNp[y:y+h,x:x+w], (width_d, height_d))
              Ids.append(Id)
  
      return faceSamples,Ids
  
  faces,Ids = getImagesAndLabels('dataSet')
  recognizer.train(faces, np.array(Ids))
  recognizer.write('trainner/trainnerEi.yml')
  

• 请记住，即使测试图像也必须具有相同的尺寸