使用边框从图像裁剪脸部

编程问答 2022-08-11

问题描述

这是输入框：

input image

我用RetinaFace来检测所有面孔和普通的csv文件。这是我的csv文件：

,bBox,score,landmarks
0,"[1811,850,1948,1013]",0.999666452407836,"[[1828,911],[1887,913],[1841,942],[1832,974],[1876,976]]"
1,"[346,1285,503,1468]",0.9996420145034791,"[[365,1361],[424,1348],[385,1395],[390,1426],[439,1416]]"
2,"[1543,1418,1702,1618]",0.9995224475860591,"[[1578,1514],[1647,1498],[1619,1554],[1610,1585],[1658,1572]]"

（上面只有一些行）。

仅显示我的输出图像，其中RetinaFace检测到所有脸部：

Output image

但是我无法分开获得面孔：

frame = cv2.imread('input.jpg')
x,y,w,h = [1811,1013] # one of the bounding Boxes
plt.imshow(frame[y:y+h,x:x+w])

它没有提供正确的面部位置。我得到的输出是：

output

解决方法

我引用了getActiveRange()代码，发现边界框是通过这种方式提取的：link 

retinaface

使用与上述索引相似的索引对我来说非常合适。

x_min,y_min,x_max,y_max = annotation["bbox"]

enter image description here

,

您是否尝试过重新实现其 tensorflow？它的提取人脸功能直接返回检测到的人脸。此外，它还可以根据地标坐标对齐检测到的人脸。

#!pip install retina-face
from retinaface import RetinaFace
import matplotlib.pyplot as plt
faces = RetinaFace.extract_faces("img.jpg",align = True)
for face in faces:
   plt.imshow(face)
   plt.show()
deep-learningmachine-learningopencvopencvpython