Oto rozwiązanie wykorzystujące python
i opencv
:
Spowoduje to przycięcie wszystkich twarzy, które znajdzie na zdjęciach JPEG w dowolnym folderze, w którym je uruchomisz, z dopełnieniem określonym przez left, right, top, bottom
zmienne:
import cv2
import sys
import glob
cascPath = "haarcascade_frontalface_default.xml"
# Create the haar cascade
faceCascade = cv2.CascadeClassifier(cascPath)
files=glob.glob("*.jpg")
for file in files:
# Read the image
image = cv2.imread(file)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Detect faces in the image
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)
print "Found {0} faces!".format(len(faces))
# Crop Padding
left = 10
right = 10
top = 10
bottom = 10
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
print x, y, w, h
# Dubugging boxes
# cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
image = image[y-top:y+h+bottom, x-left:x+w+right]
print "cropped_{1}{0}".format(str(file),str(x))
cv2.imwrite("cropped_{1}_{0}".format(str(file),str(x)), image)
Używać
Aby użyć powyższy skrypt co potrzeba python
i opencv
zainstalowany (tylko google jak zainstalować opencv
na platformie).
Następnie zapisz powyższy kod jako .py
plik "autocrop.py"
lub coś, a następnie pobierz i zapisz ten plik i umieść go w tym samym katalogu co zdjęcia.
Skrypt powinien znaleźć wszystkie .jpg
pliki w folderze i przyciąć je na podstawie ustawień wypełnienia ustawionych w kodzie python.
Przykład:
Z powyższym kodem ustawionym na padding 10 px, aby być dramatycznym, oto źródło i wynik:
Wynik:
Oto samouczek, który bezwstydnie dostosowałem:
https://realpython.com/blog/python/face-recognition-with-python/
Ten samouczek jest o wiele lepszy w wyjaśnianiu wszystkiego niż ja. Zasadniczo po prostu wziąłem ten kod i dodałem trochę do przetwarzania wsadowego (zamiast wpisywania nazw plików), a następnie kazałem go przyciąć i zapisać zamiast rysować prostokąt i wyświetlać obraz.