下载faceScrub人脸数据库（单线程版本）

faceScrub 数据库是一个公共的名人人脸数据库，其相对与其他的数据库来说，优点是图像比较多，而且清晰度比较好，共有 107,818 张人脸图像, 涵盖530 个名人, 每个人大约200张图片。

居于版权的信息，该数据只提供了图片的链接，没有提供图片本身，跟另外一个数据库PubFig类似，所以我们需要自己写脚本来完成这个图像提取的功能。

这个数据库的文件在这里：http://vintage.winklerbros.net/facescrub.html 下载，文件不大，压缩后的大小只有8M多。

文件格式如下

[plain] view plain copy

1. name    image_id    face_id url bbox    sha256  
2. Aaron Eckhart   1   1   http://upload.wikimedia.org/wikipedia/commons/5/5d/AaronEckhart10TIFF.jpg   53,177,418,542  dec996994cf1eec33b53c203cff0e8f25638829fa2ad71bb0307d308fa11cdac  
3. Aaron Eckhart   2   2   http://movies.dosthana.com/sites/default/files/image-gallery/Aaron-Eckhart-Image.jpg    80,102,260,282  f84d0c3b1b854a51e6bc031bc353e801834e81df795e85ec1589ca895fb7c1ae  
4. Aaron Eckhart   3   3   http://upload.wikimedia.org/wikipedia/commons/5/52/Aaron_Eckhart_-_002.jpg  203,802,975,1574    8548658ef00f2ac4c384fbfff9d3ae225b4b9e0c2aa45e79a97420381c0f84c9  
5. Aaron Eckhart   4   4   http://25.media.tumblr.com/nJ2vga5sae9o2ks4FltK2lYvo1_400.jpg   62,90,231,259   658d83f35859d2f313ff660c1900427c21eae1c41e3035307428f62b645e64d7  
6. Aaron Eckhart   5   5   http://upload.wikimedia.org/wikipedia/commons/5/5e/Aaron-Eckhart-Traveling.jpg  276,120,492,336 1fa14fed3371280e8785df42cdc5d0335e7923a38f1b0632e3b88a52e850825f  
7. Aaron Eckhart   6   6   http://media.zenfs.com/en_us/Movies/PhotoG/2nd-annual-ampas-governors-awards-2010-aaron-eckhart-53335.jpg   235,158,540,463 121e8bea5caae215b537dc116534bbd2fa7a9a60c1910764d78794ec185aa527  
8. Aaron Eckhart   7   7   http://img2.timeinc.net/people/i/2008/news/080804/aaron_eckhart.jpg 60,57,178,175   bb2e227a9420d6325b67974231d334fc4620e807543a16030d51b35fa8a092f3  

所以我们可以很容易的采用提取文本的方法直接去读取和存储图像。

由于最近在学习Python，就用python来完成这个功能吧。

直接贴代码吧。

[python] view plain copy

1. # -*- coding: utf-8 -*-  
2. """ 
3. Created on Tue Apr 07 15:28:53 2015 
4.  
5. @author: Chenriwei 
6. """  
7.   
8. import os  
9. import re  
10. import time  
11. import urllib  
12.   
13. def get_all_iamge(filename):  
14.     fid=open(filename)  
15.     lines=fid.readlines()  
16.     for line in lines:  
17.         line_split=line.split('\t')  
18.         name=line_split[0]  
19.         image_id=line_split[1]  
20.         face_id=line_split[2]  
21.         box=line_split[4]  
22.         image_url=line_split[3]  
23.         print image_url+'\n'  
24.         print box+'\n'  
25.         if False == os.path.exists(name):  
26.             os.mkdir(name)  
27.           
28.         try:  
29.          urlopen=urllib.URLopener()  
30.          fp = urlopen.open(image_url)  
31.          data = fp.read()  
32.          fp.close()  
33.          file=open(name+'/'+image_id+'.jpg','w+b')  
34.          file.write(data)  
35.          print "下载成功："+ image_url  
36.          file.close()  
37.         except IOError:  
38.          print "下载失败:"+ image_url  
39.   
40. if __name__ == "__main__":  
41.     get_all_iamge('facescrub_actors.txt')  

当然这里有个不足之处，是只采用了单线程，所以很慢，下载一个人的图像都要好久。

版权声明：本文为博主原创文章，未经博主允许不得转载。