使用opencv批量人脸识别+裁图+设置分辨率（Python代码分享）

数数chat

已于 2023-03-05 22:50:46 修改

阅读量2.5k

点赞数 2

分类专栏：自动化办公文章标签： opencv python 计算机视觉

于 2023-03-02 18:24:52 首次发布

本文链接：https://blog.csdn.net/qq_45694768/article/details/129305840

版权

文章提供了Python代码示例，展示了如何利用OpenCV库进行人脸识别，从图片中截取面部区域并将其裁剪为512x512的正方形。代码包括面部检测、最大正方形定位以及图像缩放等步骤。针对无法识别面部的情况，文章也给出了调整参数的建议。

摘要由CSDN通过智能技术生成

最近做LoRA模型训练时需要对一批图片进行人脸识别，并进行裁剪，然后设置特定的分辨率。
首先要导入cv库import cv2
如果没有opencv库的话要用pip先安装一个pip install opencv-python
1、识别出图片面部，并截取原图片靠近面部的最大正方形部位，同时将截取的图片分辨率改为512*512

import numpy as np
import cv2
import os

def crop_face(input_folder_path, output_folder_path):
    # 加载面部识别模型
    face_detector = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    images = os.listdir(input_folder_path)
    for image in images:
        image_path = os.path.join(input_folder_path, image)
        img = cv2.imread(image_path)
        height, width, channels = img.shape
        # 将图像转换为灰度图像
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        # 检测面部
        faces = face_detector.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5, minSize=(30, 30))

        
        # 无法识别面部的图片
        if len(faces)==0:
            print(f"No face found in {
     image_path}")
            return
    
        if len(faces) > 0:
            # 取第一个脸部位置，这里假设一张图片只有一个脸部特征
            # x、y 为人脸的像素位置，w、h 为人脸的宽度和高度。
            x, y, w, h = faces[0]
            # 确定最大正方形的位置
            # 原图片竖方向长，截取正方形长度为原图横方向长，square_size截取正方形的长度
            if height>width:
                square_size = width
                x1=0
                x2