目的
为第五步合成照片墙做准备，这步为选作，如果朋友比较多，可以过滤一下，如果比较少，就不用过滤了。
安装第三方库opencv
pip install opencv
项目准备
- 新建一个目录(user_no_face)，不含人脸的图片会被转移到该目录
- 把人脸识别模型文件（haarcascade_frontalface_alt.xml），拷贝到项目目录下。该文件在安装完opencv库后可以在以下位置找到：
image.png
代码
# -*-coding:utf8-*-
import os
import cv2
import shutil
def getAllPath(dirpath):
PathArray = []
for filename in os.listdir(dirpath):
if filename.endswith('jpg') or filename.endswith('png'):
PathArray.append(os.path.join(dirpath, filename))
return PathArray
# 从源路径中读取所有图片放入一个list，然后逐一进行检查，把其中的脸扣下来，存储到目标路径中
def readPicSaveFace(sourcePath,invalidPath):
try:
ImagePaths = getAllPath(sourcePath)
# 对list中图片逐一进行检查,找出其中的人脸然后写到目标文件夹下
# haarcascade_frontalface_alt.xml为库训练好的分类器文件，下载opencv，安装目录中可找到
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
for imagePath in ImagePaths:
img = cv2.imread(imagePath)
if type(img) != str:
faces = face_cascade.detectMultiScale(img, 1.1, 5)
if len(faces):
print(imagePath + " have face")
else:
shutil.move(imagePath, invalidPath)
except IOError:
print("Error")
if __name__ == '__main__':
invalidPath = './user_no_face'
sourcePath = 'user'
readPicSaveFace(sourcePath,invalidPath)
备注：
- detecMultiScale()函数
参数介绍：
参数1：image--待检测图片，一般为灰度图像加快检测速度；
参数2：objects--被检测物体的矩形框向量组；
参数3：scaleFactor--表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4：minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。
如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，
这种设定值一般用在用户自定义对检测结果的组合程序上；
参数5：flags--要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为
CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，
因此这些区域通常不会是人脸所在区域；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。
2.人脸检测器
Opencv自带训练好的人脸检测模型，存储在sources/data/haarcascades文件夹和sources/data/lbpcascades文件夹下。其中几个.xml文件如下：
人脸检测器（默认）：haarcascade_frontalface_default.xml
人脸检测器（快速Harr）：haarcascade_frontalface_alt2.xml
人脸检测器（侧视）：haarcascade_profileface.xml
眼部检测器（左眼）：haarcascade_lefteye_2splits.xml
眼部检测器（右眼）：haarcascade_righteye_2splits.xml
嘴部检测器：haarcascade_mcs_mouth.xml
鼻子检测器：haarcascade_mcs_nose.xml
身体检测器：haarcascade_fullbody.xml
人脸检测器（快速LBP）：lbpcascade_frontalface.xml
网友评论