人脸表情数据集

2024-06-27 21:49| 来源: 网络整理| 查看: 265

------韦访 20181102

1、概述

----

2、fer2013人脸表情数据集简介

Fer2013人脸表情数据集由35886张人脸表情图片组成，其中，测试图（Training）28708张，公共验证图（PublicTest）和私有验证图（PrivateTest）各3589张，每张图片是由大小固定为48×48的灰度图像组成，共有7种表情，分别对应于数字标签0-6，具体表情对应的标签和中英文如下：0 anger 生气； 1 disgust 厌恶； 2 fear 恐惧； 3 happy 开心； 4 sad 伤心；5 surprised 惊讶； 6 normal 中性。

但是，数据集并没有直接给出图片，而是将表情、图片数据、用途的数据保存到csv文件中，如下图所示，

如上图所示，第一张图是csv文件的开头，第一行是表头，说明每列数据的含义，第一列表示表情标签，第二列即为图片数据，这里是原始的图片数据，最后一列为用途。

3、将表情图片提取出来

知道数据结构以后，就好办了，使用pandas解析csv文件，(pandas的简单用法可以查看这篇博客：https://blog.csdn.net/rookie_wei/article/details/82974277 )，再将原始图片数据保存为jpg文件，并根据用途和标签标签进行分类，分别保存到对应文件夹下，代码比较简单，并且做了详细备注，直接给完整代码如下，

#encoding:utf-8 import pandas as pd import numpy as np import scipy.misc as sm import os emotions = { '0':'anger', #生气 '1':'disgust', #厌恶 '2':'fear', #恐惧 '3':'happy', #开心 '4':'sad', #伤心 '5':'surprised', #惊讶 '6':'normal', #中性 } #创建文件夹 def createDir(dir): if os.path.exists(dir) is False: os.makedirs(dir) def saveImageFromFer2013(file): #读取csv文件 faces_data = pd.read_csv(file) imageCount = 0 #遍历csv文件内容，并将图片数据按分类保存 for index in range(len(faces_data)): #解析每一行csv文件内容 emotion_data = faces_data.loc[index][0] image_data = faces_data.loc[index][1] usage_data = faces_data.loc[index][2] #将图片数据转换成48*48 data_array = list(map(float, image_data.split())) data_array = np.asarray(data_array) image = data_array.reshape(48, 48) #选择分类，并创建文件名 dirName = usage_data emotionName = emotions[str(emotion_data)] #图片要保存的文件夹 imagePath = os.path.join(dirName, emotionName) # 创建“用途文件夹”和“表情”文件夹 createDir(dirName) createDir(imagePath) #图片文件名 imageName = os.path.join(imagePath, str(index) + '.jpg') sm.toimage(image).save(imageName) imageCount = index print('总共有' + str(imageCount) + '张图片') if __name__ == '__main__': saveImageFromFer2013('fer2013.csv')

运行结果，