人脸检测——生成矫正人脸——cascade cnn的思想, 但是mtcnn的效果貌似更赞

简单粗暴,不多说,直接代码吧:(这个代码实在上篇博客的基础上:人脸检测——AFLW准备人脸
先要生成AFLW_ann.txt。

import os  
from PIL import Image  
from PIL import ImageFile  
ImageFile.LOAD_TRUNCATED_IMAGES = True  
import cv2  
import numpy as np  
  
  
def crop_for_cal(sn, xn, yn, n):  
  
    with open('AFLW_ann.txt','r') as f:  
        lines = f.readlines()  
  
    save_dir1 = 'data_prepare/cal_positive_'+str(n)+'_12'  
    save_dir2 = 'data_prepare/cal_positive_'+str(n)+'_24'  
    save_dir3 = 'data_prepare/cal_positive_'+str(n)+'_48'  
  
    if os.path.exists(save_dir1)==False:  
        os.makedirs(save_dir1)  
    if os.path.exists(save_dir2)==False:  
        os.makedirs(save_dir2)  
    if os.path.exists(save_dir3)==False:  
        os.makedirs(save_dir3)  
  
    for idx, line in enumerate(lines):  
        spl1 = line.strip().split(' ')  
        image_path = spl1[0]  
        x = int(spl1[1])  
        y = int(spl1[2])  
        w = int(spl1[3])  
        h = int(spl1[4])  
  
        x = int(x-xn*w/sn)  
        y = int(y-yn*h/sn)  
        w = int(w/sn)  
        h = int(h/sn)  
  
        # image = Image.open(image_path)  
  
          
        image = cv2.imread(image_path)  
        if image is None:  
            continue  
        if x<=0 and y<=0 and w<=0 and h<=0:  
            continue  
        box = (x, y, x+w, y+h)  
      
        # patch = image.crop(box)  
        patch = image[box[1]:box[3], box[0]:box[2], :]  
        if patch is None:  
            continue  
        if patch.shape[0]<10 and patch.shape[1]<10:  
            continue  
  
        #patch1 = patch.resize((12, 12))  
        #patch2 = patch.resize((24, 24))  
        #patch3 = patch.resize((48, 48))  
        patch1 = cv2.resize(patch, (12, 12))    
        patch2 = cv2.resize(patch, (24, 24))    
        patch3 = cv2.resize(patch, (48, 48))    
          
  
        spl2 = image_path.split('/')  
        image_name = spl2[-1]  
  
        save_path1 = save_dir1+'/'+str(idx)+image_name + '.jpg'  
        save_path2 = save_dir2+'/'+str(idx)+image_name + '.jpg'  
        save_path3 = save_dir3+'/'+str(idx)+image_name + '.jpg'  
  
        #patch1.save(save_path1, 'jpeg')  
        #patch2.save(save_path2, 'jpeg')  
        #patch3.save(save_path3, 'jpeg')  
        cv2.imwrite(save_path1, np.array(patch1))  
        cv2.imwrite(save_path2, np.array(patch2))  
        cv2.imwrite(save_path3, np.array(patch3))  
  
  
if __name__ == '__main__':  
      
    s_set = (0.83, 0.91, 1.0, 1.10, 1.21)  
    x_set = (-0.17, 0, 0.17)  
    y_set = (-0.17, 0, 0.17)  
    n = 0  
    for x in x_set:  
        for y in y_set:  
            for s in s_set:  
                n = n + 1  
                crop_for_cal(s, x, y, n)  
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,646评论 4 366
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,979评论 1 301
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 110,391评论 0 250
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,356评论 0 215
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,740评论 3 293
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,836评论 1 224
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,022评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,764评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,487评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,728评论 2 252
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,200评论 1 263
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,548评论 3 260
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,217评论 3 241
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,134评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,921评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,919评论 2 283
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,766评论 2 274

推荐阅读更多精彩内容