问题描述
我尝试使用从 PC 摄像头捕获图像/视频的 OpenCV 进行人脸检测和识别。但是当我运行它时会发生这个错误
$ python face_recog.py
Traceback (most recent call last):
File "face_recog.py",line 28,in <module>
if face_extractor(frame) is not None:
File "face_recog.py",line 19,in face_extractor
return cropped_face | ''
UnboundLocalError: local variable 'cropped_face' referenced before assignment
这是我的应用程序的完整代码。基本上,它导入库并读取 XML 文件中的 haar 级联对象库。然后使用 face_extractor 函数从摄像头读取图像/视频
import cv2
import numpy as np
face_path = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
def face_extractor(img):
#img_umat = cv2.UMat(img)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
face = face_path.detectMultiScale(gray,1.3,5)
if face in ():
return None
for(x,y,w,h) in face:
cropped_face = img[y: y+h,x: x+w]
return cropped_face
capture = cv2.VideoCapture(0,cv2.CAP_DSHOW) #captureDevice = camera
count = 0
while True:
ret,frame = capture.read()
if face_extractor(frame) is not None:
count = count + 1
face = cv2.resize(face_extractor(frame),(200,200))
#face_umat = cv2.UMat(face)
face = cv2.cvtColor(face,cv2.COLOR_BGR2GRAY)
output_path = "C:/Users/bryan/Desktop/test/Cascade/Output_img/user"+str(count)+".jpg"
cv2.imwrite(output_path,face)
cv2.putText(face,str(count),(50,50),cv2.FONT_HERShey_COMPLEX,1,(0,255,0),2)
cv2.imshow("face cropper",face)
else:
print("FACE NOT FOUND !")
pass
if cv2.waitKey(1) == 13 or count == 100:
break
capture.release()
cv2.destroyAllWindows()
print("ALL SAMPLES COLLECTED !!")
解决方法
detectMultiScale
返回一个元组列表,其中该列表中的每个元素为您提供检测到人脸的位置的左上角以及人脸范围的宽度和高度。如果您没有检测到人脸,这将返回一个空列表,因此 if face in ()
绝对没有意义。您本质上要做的是检查 face
(这是一个列表)是否包含在一个空元组中,该元组始终为 False
,因为该元组中没有元素。一旦继续,您可能会得到一张没有人脸的图像,因此第二个 for
循环不会执行,因为 face
将是一个空列表。 cropped_face
永远不会分配给任何东西,因此会产生您的错误。
按照评论的建议,通过执行 if not face
来检查列表是否为空。
还假设您检测到人脸,下一个 for
循环将只返回 face
列表中的最后一个人脸,因为 cropped_face
变量不断覆盖自身。如果您检测到的人脸不止一张,您可能想要返回一个作物列表:
def face_extractor(img):
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
face = face_path.detectMultiScale(gray,1.3,5)
if not face: # Change
return None
return [img[y:y+h,x:x+w] for (x,y,w,h) in face] # Change
次要注意
我认为您可以去掉第一个 if
语句,因为如果 face
列表为空,则上面编写的第二个 for
循环也将返回一个空列表。除非您特别确保在没有面孔时返回 None
,否则您真的可以这样做:
def face_extractor(img):
gray = cv2.cvtColor(img,5)
return [img[y:y+h,h) in face] # Change
空列表隐式意味着没有检测到人脸,这在返回的内容方面会更加统一 - 可以为空的人脸列表与人脸列表以及 None
用于边缘情况,如果我们没有检测到人脸。
从您的用例来看,似乎一次只能检测到一张脸,因此一种廉价的方法是简单地采样到列表中并获取第一张脸。这不是我长期采用的方式,但为了与您的其余代码兼容,让我们这样做。
def face_extractor(img):
gray = cv2.cvtColor(img,5)
if not face: # Change
return None
(x,h) = face[0] # Change
cropped_face = img[y:y+h,x:x+w]
return cropped_face
我坚持认为,如果找不到人脸,您将返回 None
,因为现在我们只返回单个作物而不是列表。