【Python】批量检测图片中的人脸并制作数据集（Dlib） |
您所在的位置：网站首页 › 黑暗中的人脸图片 › 【Python】批量检测图片中的人脸并制作数据集（Dlib） |
【Python】批量检测图片中的人脸并制作数据集（Dlib）
文章目录
写在前面安装依赖素材准备单图预览多图预览
人脸检测数据处理最终结果代码仓库
写在前面
本教程教你使用卷积神经网络深度学习模型批量检测图片中的人脸，并制作人脸数据集。 安装依赖【Python】Dlib库安装教程（Windows） 素材准备素材用我们之前在唯美女生网站爬取的17601张共1.62GB的小姐姐图片。 爬虫教程：【Python】多线程爬取某站高颜值小姐姐照片（共1.62GB） 素材下载：微软云盘 | 百度网盘（提取码：2233） | 天翼云盘 单图预览
采用多线程技术批量检测图片中人脸并将其裁剪保存下来。 import os import cv2 import dlib import time from tqdm import tqdm import concurrent.futures as cf class MakeFaceDataset(): def __init__(self, srcdir, dstdir): self.srcdir = srcdir # 指定图像文件夹路径 self.dstdir = dstdir # 指定人脸文件夹路径 os.makedirs(dstdir, exist_ok=True) def crop(self, subdir): for j in tqdm(os.listdir(f'{self.srcdir}/{subdir}'), desc=subdir): in_path = f'{self.srcdir}/{subdir}/{j}' out_path = f'{self.dstdir}/{subdir}_{j.split(".")[0]}' model_path = './cnn_human_face_detect.dat' cnn_face_detector = dlib.cnn_face_detection_model_v1(model_path) img = cv2.imread(in_path) img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img_hist = cv2.equalizeHist(img_gray) faces = cnn_face_detector(img_hist, 1) for index, face in enumerate(faces): x1 = face.rect.left() y1 = face.rect.top() x2 = face.rect.right() y2 = face.rect.bottom() cp = img[y1:y2, x1:x2] cv2.imwrite(f'{out_path}_{index+1}.jpg', cp) def main(self): with cf.ThreadPoolExecutor() as tp: for i in os.listdir(self.srcdir): tp.submit(self.crop, i) print('Face Detection Finished!') if __name__ == '__main__': MakeFaceDataset('./vmgs', './vmgs-face').main() 数据处理对提取出来的人脸图像进行筛选，只保留长、宽都大于128的，并resize到128x128大小。 import os from tqdm import tqdm from PIL import Image import concurrent.futures as cf class DataProcessing(object): def __init__(self, srcdir, dstdir): self.srcdir = srcdir # 指定人脸文件夹路径 self.dstdir = dstdir # 指定处理后的人脸文件夹路径 os.makedirs(self.dstdir, exist_ok=True) def size(self, in_path, out_path, pbar): img = Image.open(in_path) w, h = img.size if w >= 128 and h >= 128: img = img.resize((128, 128), Image.ANTIALIAS) img.save(out_path, quality=95) else: pass pbar.update(1) def main(self): total = len(os.listdir(self.srcdir)) with tqdm(total=total) as pbar: with cf.ThreadPoolExecutor() as tp: for item in os.listdir(self.srcdir): in_path = f'{self.srcdir}/{item}' out_path = f'{self.dstdir}/{item}' tp.submit(self.size, in_path, out_path, pbar) if __name__ == '__main__': DataProcessing('./vmgs-face', './vmgs-face-processing').main() 最终结果数据处理后人脸数据集就制作好了，共8768张128x128的小姐姐人脸图像。 微软云盘：点击下载 百度网盘：点击下载 天翼云盘：点击下载
Github：https://github.com/XavierJiezou/python-vmgirls-crawl |
【本文地址】