人脸识别训练求助!!!!
代码和问题在附件图片中,一直报这个找不到路径的错误。求求大佬帮忙看一下是为什么,要训练的图片命名都是数字 图片在这 @isdkz {:10_277:} 请放上你的源代码,放在里你的图上代码不完整,不知道你写了啥;你既然发了求助帖,得把代码发上来,我们 debug 后才知道你想干吗、具体哪里报错,以及库的源代码等 mxf下一级创建名字为1的文件夹,把图片放进去试试。
代码我没看太懂。file.startwith('.') 是什么意思,你的图片名是.开头的嘛 歌者文明清理员 发表于 2023-2-27 14:42
请放上你的源代码,放在里
你的图上代码不完整,不知道你写了啥;你既然发了求助帖,得把代 ...
不好意思,代码在这。我这个是照着书上的代码敲的。大概意思就是训练人脸识别收集数据的,图片数据都是放在一个文件夹下面命名方式是x.jig这种
import cv2, numpy, os
labels, faces = [], []
file = 'lbpcascade_frontalface_improved.xml'
face_cascade = cv2.CascadeClassifier(file)
face_recognizer = cv2.face.LBPHFaceRecognizer_create()
def detect_face(image):
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.2, 5, minSize=(20, 20))
if (len(faces) == 0):
return None, None
(x, y, w, h) = faces
return gray, faces
def read_face(face_id):
path = 'mxf' + str(face_id)
print('trainning:', face_id)
files = os.listdir(path)
for file in files:
if file.startswith('.'):
continue
image = cv2.imread(path + '/' + file)
face, rect = detect_face(image)
if face is not None:
face = cv2.resize(face, (512, 512))
labels.append(face_id)
faces.append(face)
break
if __name__ == '__main__':
#读取人脸图像
read_face(1)
#read_face(2)
#训练人脸识别器
face_recognizer.train(faces, numpy.array(labels))
#保存人脸特征数据
face_recognizer.save('trainner.yml')
曼查克 发表于 2023-3-2 11:10
mxf下一级创建名字为1的文件夹,把图片放进去试试。
代码我没看太懂。file.startwith('.') 是什么意思,你 ...
图片是1.jpg,2.jpg这种的。代码是我按照书上敲的很多我也不是很懂 Cardo梅 发表于 2023-3-2 14:18
图片是1.jpg,2.jpg这种的。代码是我按照书上敲的很多我也不是很懂
代码有问题的,不是一两句话的方法用错的事。
这也没几行代码,不懂的话可以一句句百度,理解起来也不难。 Cardo梅 发表于 2023-3-2 14:18
不好意思,代码在这。我这个是照着书上的代码敲的。大概意思就是训练人脸识别收集数据的,图片数据都是放 ...
这报错信息不对啊,你在 read_face() 函数里加几行代码打印一下运行过程,因为错误很奇怪
照你的代码,错的是 os.listdir(path);可 path 应该是 mxf {参数},就是 mxf1
他为什么报“mxf/1”找不到呢 Cardo梅 发表于 2023-3-2 14:18
不好意思,代码在这。我这个是照着书上的代码敲的。大概意思就是训练人脸识别收集数据的,图片数据都是放 ...
import cv2, numpy, os
labels, faces = [], []
file = 'lbpcascade_frontalface_improved.xml'
face_cascade = cv2.CascadeClassifier(file)
face_recognizer = cv2.face.LBPHFaceRecognizer_create()
def detect_face(image):
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.2, 5, minSize=(20, 20))
if (len(faces) == 0):
return None, None
(x, y, w, h) = faces
return gray, faces
def read_face(face_id):
path = '../mxf/' + str(face_id) # 这个路径不对吧
print('trainning:', face_id)
files = os.listdir(path)
for file in files:
if file.startswith('.'):
continue
image = cv2.imread(path + '/' + file)
face, rect = detect_face(image)
if face is not None:
face = cv2.resize(face, (512, 512))
labels.append(face_id)
faces.append(face)
break
if __name__ == '__main__':
#读取人脸图像
read_face(1)
#read_face(2)
#训练人脸识别器
face_recognizer.train(faces, numpy.array(labels))
#保存人脸特征数据
face_recognizer.save('trainner.yml')
页:
[1]