MTCNN批量读取图片进行人脸和关键点检测,并保存检测结果

      本博客在上一篇博客基础上添加了批量处理图片的功能,上一篇博客:

 

Windows下cmake编译caffe,实现纯C++版本MTCNN人脸检测和关键点定位



      作者提供的程序是读取摄像头视频,而我需要读取图片,且利用txt文件批量读取图片,分别对每一张图片进行人脸检测和人脸关键点检测,并保存检测结果(也可以显示每张图片效果图)。

使用时,替换原来的main.cpp即可。


      主要知识点:流处理,opencv图片读取,显示和保存。

流处理:添加头文件: #include <fstream>  , 打开txt文件逐行读取,最后关闭;

opencv三个函数: imread(),imshow(),imwrite()。


txt文件内容形式:

002.jpg
090.jpg
1_30000.jpg
1_56000.jpg
test1.jpg
test10.jpg
test11.jpg
test12.jpg
test13.jpg
test14.jpg
test15.jpg
test16.jpg
test2.jpg
test21.jpg
test23.jpg
test25.jpg
test26.jpg
test27.jpg
test3.jpg
test36.jpg
test37.jpg
test4.jpg
test50.jpg
test6.jpg
test7.jpg
test8.jpg
test9.jpg


源代码:


#include <iostream>
#include <fstream>
#include <string>
#include "MTCNN.h"
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main() {

    vector<string> model_file = {
            "./MTCNN/model/det1.prototxt",
            "./MTCNN/model/det2.prototxt",
            "./MTCNN/model/det3.prototxt"
//            "./MTCNN/model/det4.prototxt"
    };

    vector<string> trained_file = {
            "./MTCNN/model/det1.caffemodel",
            "./MTCNN/model/det2.caffemodel",
            "./MTCNN/model/det3.caffemodel"
//            "./MTCNN/model/det4.caffemodel"
    };
	
	string a;
	ifstream infile;    //使用流,逐行读取txt中图片名。
	infile.open("./MTCNN/result/fd-test/name.txt");
	string img_path = "./MTCNN/result/fd-test/";
	MTCNN mtcnn(model_file, trained_file);
	while (infile)
	{
		infile >> a;
		string img_dir = img_path + a;    //string字符串拼接,得到完成图片路径
		cout << img_dir << endl;
		Mat img = imread(img_dir);

		vector<Rect> rectangles;
		vector<float> confidences;
		std::vector<std::vector<cv::Point>> alignment;
		mtcnn.detection(img, rectangles, confidences, alignment);

		for (int i = 0; i < rectangles.size(); i++)
		{
			rectangle(img, rectangles[i], cv::Scalar(255, 0, 0), 2);
			for (int j = 0; j < alignment[i].size(); j++)
			{
				cv::circle(img, alignment[i][j], 5, cv::Scalar(255, 255, 0), 2);
			}
		}
		string save_dir = "./MTCNN/result/fd-result/" + a;
		imwrite(save_dir, img);    //保存图片
		//imshow("image", img);
		//waitKey(0.5);
	}

	infile.close();
    std::cout << "Hello, World!" << std::endl;
    return 0;
}





评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值