科研日志——使用opencv提取视频中的人脸

最新推荐文章于 2025-08-13 19:21:43 发布

原创

最新推荐文章于 2025-08-13 19:21:43 发布 · 2.1k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #人脸

科研任务中，使用opencv工具提取视频帧并截取人脸。通过理解Sentence标号的含义，结合processed_ids.txt和processed_timepoints.npy文件，从IEMOCAP数据集中提取特定时间顺序的帧。代码片段展示了如何进行人脸检测，调整scaleFactor、minSize和maxSize参数以平衡识别速度和精度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

科研任务需要，将视频中与文字和音频对应的视频帧根据时间戳提取出来，并截取视频帧中的人脸。使用的工具是opencv，步骤如下：

1. 提取视频帧

Sentence标号的含义

数据集中对视频中的每个sentence进行了标号，拿Ses01F_impro01_F001.png举例说明：

Ses01代表着视频位于Session1
第一个F代表着视频中的female person 穿戴传感器设备
impro01代表着视频是两种表演方式（impro和script）中的impro类型的第一个视频
F001代表着是视频中的female person说的第一句话

根据标号所代表的含义以及已经处理好的processed_ids.txt文件中sentences的顺序，从IEMOCAP数据集中IEMOCAP_full_release/Session1/dialog/lab含有的sentence时间戳中提取正确的时间顺序，将时间戳储存在processed_timepoints.npy文件中

视频帧的提取

python 代码如下（只提取Session1）

import cv2
import numpy as np

with open('/home/jekin/PycharmProjects/Speech/code/data/processed/IEMOCAP/processed_ids.txt', 'r') as f:
    lines = f.readlines()
    ids = [x.split() for x in lines]

time_points = np.load('/home/jekin/SPACE/IEMOCAP_full_release/Session1/dialog/lab/processed_timepoints.npy')

for i in range(len(ids)):
    # get the video name
    cur_id = ids[i][0]
    typename = ''
    for k in range(len(ids[i][0].split('_')) - 1):
        typename += ids[i][0].split('_')[k]
        if k == len(ids[i][0].split('_')) - 2:
            continue
        else:
            typename += '_'

    cap = cv2.VideoCapture('/home/jekin/SPACE/IEMOCAP_full_release/Session1/dialog/avi/DivX/'
                           + typename + '.avi')
    fps = cap.</