我正在使用Python 3和opencv3。我正在尝试使用特征脸识别器,它使用相同大小的图像作为训练和测试数据集。我从网络摄像头读取图像,并将图像大小调整为200 x 200,但显示错误。
这是我的代码:
faceDetect=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cam=cv2.VideoCapture(0);
rec=cv2.face.EigenFaceRecognizer_create()
#rec=cv2.face.LBPHFaceRecognizer_create()
rec.read("recognizer/EigenData.xml")
id=0
fontFace = cv2.FONT_HERSHEY_SIMPLEX
fontScale = 1
fontColor = (0, 0, 255)
while(True):
ret,img=cam.read();
resize_img = img.resize((200,200) , img)
gray=cv2.cvtColor(resize_img,cv2.COLOR_BGR2GRAY)
faces=faceDetect.detectMultiScale(gray,1.3,5);
for(x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w, y+h), (0,255,0) , 2)
id, conf=rec.predict(gray[y:y+h, x:x+w]) #EigenFace Predict
cv2.putText(img,str(id),(x,y+h), fontFace, fontScale, fontColor,thickness=2)
cv2.imshow("Face", img);
if(cv2.waitKey(1)==ord('q')):
break;
cam.release()
cv2.destroyAllWindows()
我得到的错误是:
resize_img = img.resize((200,200) , img)
TypeError: 'tuple' object cannot be interpreted as an integer
OpenCV使用NumPy数组作为表示图像的基本数据类型。实际上,NumPy有一个
resize
方法来“调整”数据的大小,但是您没有正确使用它。通过consulting the documentation,numpy.resize
方法要求您反转参数的顺序。首先输入数组,然后是所需的大小。你说得差不多对了-把论点的顺序调换一下就行了。但是,我不相信这是您要寻找的,因为
numpy.resize
用输入的重复副本填充输出数组-特别是因为您这样做是为了面部识别。我相信您希望调整图像的内容的大小以适应所需的大小,而不是使用原始大小不变的输入的重复副本填充数组。因此,^{} 更适合您。你把它叫做
numpy.resize
:请注意,默认的大小调整方法使用双线性插值。如果要使用其他方法,则必须提供附加参数
interpolation
才能执行此操作。如果要执行三次插值,可以执行以下操作:查看
cv2.resize
上的文档了解更多详细信息:https://docs.opencv.org/3.0-beta/modules/imgproc/doc/geometric_transformations.html#resize相关问题 更多 >
编程相关推荐