鱼C论坛

 找回密码
 立即注册
查看: 956|回复: 1

[已解决]人脸识别-bug

[复制链接]
发表于 2020-7-29 13:07:06 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
本帖最后由 xy1770 于 2020-7-29 14:18 编辑
"""
人脸识别
"""

import cv2

# 载入图像
img = cv2.imread(r'/Users/sz/Desktop/OpenCV/lyf.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换成灰度图

# 创建一个级联分类器
face_cascade = cv2.CascadeClassifier(r'/Users/sz/Desktop/OpenCV\haarcascade_frontalface_default.xml')

# 搜索图像的坐标(将 NumPy 数组中的数据与级联分类器的特征数据进行匹配,找到人脸)
faces = face_cascade.detectMultiScale(img_gray, scaleFactor = 1.05, minNeighbors = 5) # scaleFactor:该参数指定每次图像缩小的比例;minNeighbors:该参数指定每一个目标至少要被检测到多少次

# 在人脸位置画个框框标记一下
for x, y, w, h in faces:
    img = cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 3)

cv2.imshow('LYF', img)

/Users/sz/PycharmProjects/untitled/venv/bin/python /Users/sz/PycharmProjects/untitled/5.py
Traceback (most recent call last):
  File "/Users/sz/PycharmProjects/untitled/5.py", line 15, in <module>
    faces = face_cascade.detectMultiScale(img_gray, scaleFactor = 1.05, minNeighbors = 5) # scaleFactor:该参数指定每次图像缩小的比例;minNeighbors:该参数指定每一个目标至少要被检测到多少次
cv2.error: OpenCV(4.3.0) /Users/travis/build/skvark/opencv-python/opencv/modules/objdetect/src/cascadedetect.cpp:1689: error: (-215:Assertion failed) !empty() in function 'detectMultiScale'


Process finished with exit code 1

代码是根据小甲鱼的帖子改的:
https://fishc.com.cn/thread-152145-1-1.html


已解决
1、文件路径斜杠方向错了
2、后面还需要加上:
cv2.waitKey(0)
cv2.destroyAllWindows()
最佳答案
2020-7-29 14:09:07
我这里一切正常,也许是那个 XML 文件的问题吧,运行
print(face_cascade.detectMultiScale(img_gray, scaleFactor = 1.05, minNeighbors = 5))
看它有没有返回正确的值

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-7-29 14:09:07 | 显示全部楼层    本楼为最佳答案   
我这里一切正常,也许是那个 XML 文件的问题吧,运行
print(face_cascade.detectMultiScale(img_gray, scaleFactor = 1.05, minNeighbors = 5))
看它有没有返回正确的值

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-1-19 17:10

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表