红楼梦人物剧照爬取及人脸识别并裁剪

红楼梦人物剧照爬取及人脸识别并裁剪

重要: 如果这个项目有任何问题，请联系我：yuanchen1099@gmail.com
数据集: images - 134张87版红楼梦人物角色剧照

背景

本项目是用于知识图谱语料库的数据集制作，主要需求是找出红楼梦人物角色剧照（主要集中在87版红楼梦，少量新版红楼梦），随后对其进行裁剪（人脸）。

说明

脚本:

• catchImage.py: 下载某个网页特定URL照片。
• checkImage.py: 已裁剪照片在Excel中标记（characters_faces中存在的图片，在names.xlsx中标记为“已处理”）。
• ImagePostProcessing.py: 本地图片人脸识别并标注算法。提取names.xlsx中标注不为“已处理”的人物，去images中找到并进行识别，识别后裁剪并存入characters_faces（覆盖存储）。
• picturesAuto.py: 自动去百度爬取照片并裁剪。

使用模型:

• MTCNN (多任务级联卷积网络)

需要的包:

pip install pandas requests beautifulsoup4 pillow opencv-python

使用方法:

1. 下载特定图片: 使用 catchImage.py 从指定的URL下载图片。
2. 标记已处理图片: 使用 checkImage.py 更新 names.xlsx，将 characters_faces 中的图片标记为“已处理”。
3. 人脸识别和裁剪: 使用 ImagePostProcessing.py 识别并裁剪本地图像中的人脸。提取 names.xlsx 中未标记为“已处理”的人物，在 images 文件夹中找到对应的图片，裁剪人脸，并保存到 characters_faces 文件夹。
4. 自动爬取和裁剪图片: 使用 picturesAuto.py 自动从百度爬取图片并裁剪。

本项目旨在简化从《红楼梦》中收集和处理人物剧照的过程，从而更容易创建一个综合的数据集用于进一步分析和使用。
项目地址：https://github.com/chenyuancqu/Dream-of-the-Red-Chamber
欢迎star