对MTCNN 人脸识别：从不同场景照片中获取登记照（1）进行了优化：
优化修改说明
-
保持原始文件名处理：
- 删除了所有与重命名文件相关的代码，直接使用原始文件名进行处理和保存，确保支持中文文件名。
-
并行处理：
- 继续使用
ProcessPoolExecutor进行多进程并行处理，提高处理效率。 - 确保每个进程独立初始化
MTCNN，以避免进程间共享问题。
- 继续使用
-
错误处理：
- 继续保留了对图像读取、关键点检测和裁剪过程中的错误处理，确保单个图像处理失败不会中断整个流程。
效果
说明：以上原始图片来至于互联网，若有侵权，联系删除！！！
环境创建请参考 MTCNN 人脸识别：从不同场景照片中获取登记照（1）
完整代码
"""
@File : facial_recognition.py
@Author : Bobo
@Blog : https://blog.youkuaiyun.com/chinagaobo
@Note : This code is for learning and communication purposes only
"""
import os
import cv2
from PIL import Image
from mtcnn import MTCNN
import numpy as np
from concurrent.futures import ProcessPoolExecutor, as_completed
def read_image_pil(img_path):
"""
使用 PIL 读取图像，并转换为 RGB 格式的 NumPy 数组。
"""
try:
with Image.open(img_path) as pil_img:
pil_img = pil_img.convert('RGB') # 确保图像为 RGB 模式
img_rgb = np.array(pil_img)
return img_rgb
except Exception as e:
print(f"无法使用 PIL 读取文件 {img_path}，错误: {e}")
return None
def process_image(img_path, output_dir, target_ratio=4 / 3, target_size=(460, 345)):
"""
处理单张图像：检测人脸、对齐、裁剪、调整尺寸，并保存结果。
"""
try:
detector = MTCNN()
# 读取图像（支持中文路径）
img_rgb = read_image_pil(img_path)
if img_rgb is None:
return False
# 在图像中检测人脸
faces = detector.detect_faces(img_rgb)
if not faces:
print(f"未检测到人脸：{img_path}")
return False
# 处理检测到的第一个人脸
face = faces[0]
x, y, width, height = face['box']
keypoints = face['keypoints']
# 确保关键点存在
if 'left_eye' not in keypoints or 'right_eye' not in keypoints:
print(f"未检测到关键点（眼睛）：{img_path}")
return False
# 对齐：使用两眼的位置计算旋转角度
left_eye = keypoints['left_eye']
right_eye = keypoints['right_eye']
dx = right_eye[0] - left_eye[0]
dy = right_eye[1] - left_eye[1]
angle = np.degrees(np.arctan2(dy, dx))
# 绕人脸中心旋转图像，使两眼水平
center_x = x + width // 2
center_y = y + height // 2
center = (center_x, center_y)
rotation_matrix = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated_img = cv2.warpAffine(img_rgb, rotation_matrix, (img_rgb.shape[1], img_rgb.shape[0]),
flags=cv2.INTER_LINEAR)
# 在旋转后的图像中重新检测人脸
faces_rotated = detector.detect_faces(rotated_img)
if not faces_rotated:
print(f"旋转后未检测到人脸：{img_path}")
return False
# 使用重新检测到的人脸信息
face_rot = faces_rotated[0]
x_rot, y_rot, width_rot, height_rot = face_rot['box']
# 计算人脸中心
center_x_rot = x_rot + width_rot // 2
center_y_rot = y_rot + height_rot // 2
# 定义新的高度和宽度，维持目标长宽比
new_height = int(height_rot * 1.5)
new_width = int(new_height * target_ratio)
# 计算裁剪区域，确保在图像边界内
new_x1 = max(0, center_x_rot - new_width // 2)
new_y1 = max(0, center_y_rot - new_height // 2)
new_x2 = min(rotated_img.shape[1], center_x_rot + new_width // 2)
new_y2 = min(rotated_img.shape[0], center_y_rot + new_height // 2)
# 裁剪图像
crop_image = rotated_img[new_y1:new_y2, new_x1:new_x2]
# 调整裁剪后的图像尺寸
adjusted_image = cv2.resize(crop_image, target_size, interpolation=cv2.INTER_AREA)
# 从调整后的图像中裁剪左右两侧的50像素
left_crop = 50
right_crop = target_size[0] - 50
if adjusted_image.shape[1] < right_crop:
print(f"图像宽度不足以裁剪：{img_path}")
return False
cropped_final_image = adjusted_image[:, left_crop:right_crop]
# 将最终裁剪后的图像转换为 PIL 格式
pil_image = Image.fromarray(cropped_final_image)
# 保存最终图像，保留原始文件名
filename = os.path.basename(img_path)
output_path = os.path.join(output_dir, filename)
# 确保输出目录存在
os.makedirs(os.path.dirname(output_path), exist_ok=True)
pil_image.save(output_path)
print(f"已保存裁剪并对齐后的图像至 '{output_path}'")
return True
except Exception as e:
print(f"处理文件 {img_path} 时出错: {e}")
return False
def main():
# 定义输入和输出目录
input_dir = "images"
output_dir = "to_image"
# 如果输出目录不存在则创建
if not os.path.exists(output_dir):
os.makedirs(output_dir)
# 定义目标长宽比和目标尺寸
target_ratio = 4 / 3
target_size = (460, 345) # 设计图像的目标尺寸
# 支持的图像格式
supported_formats = {'.png', '.jpg', '.jpeg', '.bmp', '.tiff'}
# 获取输入目录中的文件列表，支持中文路径
image_files = [os.path.join(input_dir, f) for f in os.listdir(input_dir)
if os.path.splitext(f)[1].lower() in supported_formats]
if not image_files:
print("输入目录中没有支持的图像文件。")
return
# 使用 ProcessPoolExecutor 进行并行处理
num_workers = os.cpu_count() or 4
with ProcessPoolExecutor(max_workers=num_workers) as executor:
# 提交所有任务
futures = {executor.submit(process_image, img_path, output_dir, target_ratio, target_size): img_path
for img_path in image_files}
# 处理完成的任务
for future in as_completed(futures):
img_path = futures[future]
try:
result = future.result()
if not result:
print(f"处理失败: {img_path}")
except Exception as exc:
print(f"处理文件 {img_path} 时发生异常: {exc}")
if __name__ == "__main__":
main()
关键步骤说明
1. 读取图像
使用 PIL 读取图像，这样可以更好地支持包含中文字符的文件名。将图像转换为 RGB 模式，并转换为 NumPy 数组以供 MTCNN 处理。
def read_image_pil(img_path):
"""
使用 PIL 读取图像，并转换为 RGB 格式的 NumPy 数组。
"""
try:
with Image.open(img_path) as pil_img:
pil_img = pil_img.convert('RGB') # 确保图像为 RGB 模式
img_rgb = np.array(pil_img)
return img_rgb
except Exception as e:
print(f"无法使用 PIL 读取文件 {img_path}，错误: {e}")
return None
2. 检测人脸并对齐
使用 MTCNN 检测人脸及其关键点（左眼和右眼）。根据两眼的位置计算旋转角度，使得两眼水平对齐。旋转图像后，重新检测人脸以确保对齐后的裁剪位置准确。
# 对齐：使用两眼的位置计算旋转角度
left_eye = keypoints['left_eye']
right_eye = keypoints['right_eye']
dx = right_eye[0] - left_eye[0]
dy = right_eye[1] - left_eye[1]
angle = np.degrees(np.arctan2(dy, dx))
# 绕人脸中心旋转图像，使两眼水平
center_x = x + width // 2
center_y = y + height // 2
center = (center_x, center_y)
rotation_matrix = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated_img = cv2.warpAffine(img_rgb, rotation_matrix, (img_rgb.shape[1], img_rgb.shape[0]), flags=cv2.INTER_LINEAR)
# 在旋转后的图像中重新检测人脸
faces_rotated = detector.detect_faces(rotated_img)
if not faces_rotated:
print(f"旋转后未检测到人脸：{img_path}")
return False
# 使用重新检测到的人脸信息
face_rot = faces_rotated[0]
x_rot, y_rot, width_rot, height_rot = face_rot['box']
3. 裁剪和调整尺寸
根据检测到的人脸位置，计算裁剪区域，保持预定义的长宽比。裁剪图像后，调整到目标尺寸，并从左右两侧各裁剪50像素，以保持统一的框架。
# 计算人脸中心
center_x_rot = x_rot + width_rot // 2
center_y_rot = y_rot + height_rot // 2
# 定义新的高度和宽度，维持目标长宽比
new_height = int(height_rot * 1.5)
new_width = int(new_height * target_ratio)
# 计算裁剪区域，确保在图像边界内
new_x1 = max(0, center_x_rot - new_width // 2)
new_y1 = max(0, center_y_rot - new_height // 2)
new_x2 = min(rotated_img.shape[1], center_x_rot + new_width // 2)
new_y2 = min(rotated_img.shape[0], center_y_rot + new_height // 2)
# 裁剪图像
crop_image = rotated_img[new_y1:new_y2, new_x1:new_x2]
# 调整裁剪后的图像尺寸
adjusted_image = cv2.resize(crop_image, target_size, interpolation=cv2.INTER_AREA)
# 从调整后的图像中裁剪左右两侧的50像素
left_crop = 50
right_crop = target_size[0] - 50
if adjusted_image.shape[1] < right_crop:
print(f"图像宽度不足以裁剪：{img_path}")
return False
cropped_final_image = adjusted_image[:, left_crop:right_crop]
4. 保存处理后的图像
将裁剪和对齐后的图像转换为 PIL 格式，并保存到输出目录中，保留原始文件名。
# 将最终裁剪后的图像转换为 PIL 格式
pil_image = Image.fromarray(cropped_final_image)
# 保存最终图像，保留原始文件名
filename = os.path.basename(img_path)
output_path = os.path.join(output_dir, filename)
# 确保输出目录存在
os.makedirs(os.path.dirname(output_path), exist_ok=True)
pil_image.save(output_path)
print(f"已保存裁剪并对齐后的图像至 '{output_path}'")
确保您的项目目录结构如下：
your_project/
├── images/ # 输入图像目录（包含需要处理的图像）
├── to_image/ # 输出图像目录（程序会自动创建）
├── facial_recognition.py # 您的脚本文件（例如 facial_recognition.py）
运行脚本
将上述代码保存到您的脚本文件中（例如 facial_recognition.py），然后在终端或命令提示符中运行：
python face_recognition.py
运行后，程序将并行处理 images 目录中的所有支持格式（.png, .jpg, .jpeg, .bmp, .tiff）的图像，并将处理后的图像保存到 to_image 目录中。
总结
通过以上修改，您可以高效地批量处理包含中文字符的图像文件，进行人脸检测、对齐和裁剪，并将处理后的图像保存到指定目录中，而无需进行背景移除操作。并行处理的使用大幅提高了处理效率，适合处理大量图像数据。如果大家有任何问题或建议，欢迎在评论区留言。
扫一扫
11
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
