Вот решение с использованием python
и opencv
:
Это обрезает все лица, которые он находит на фотографиях jpeg, в любой папке, в которой вы его запускаете, с отступом, указанным left, right, top, bottom
переменными:
import cv2
import sys
import glob
cascPath = "haarcascade_frontalface_default.xml"
# Create the haar cascade
faceCascade = cv2.CascadeClassifier(cascPath)
files=glob.glob("*.jpg")
for file in files:
# Read the image
image = cv2.imread(file)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Detect faces in the image
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)
print "Found {0} faces!".format(len(faces))
# Crop Padding
left = 10
right = 10
top = 10
bottom = 10
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
print x, y, w, h
# Dubugging boxes
# cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
image = image[y-top:y+h+bottom, x-left:x+w+right]
print "cropped_{1}{0}".format(str(file),str(x))
cv2.imwrite("cropped_{1}_{0}".format(str(file),str(x)), image)
Использовать
Чтобы использовать вышеуказанный скрипт, который вам нужен python
и opencv
установлен (просто Google, как установить opencv
для вашей платформы).
Затем сохраните приведенный выше код в виде .py
файла "autocrop.py"
или чего-то еще. Затем загрузите и сохраните этот файл и поместите его в тот же каталог, что и ваши изображения.
Сценарий должен найти все .jpg
файлы в папке и обрезать их в соответствии с настройками заполнения, заданными в коде Python.
Пример:
С вышеприведенным кодом, установленным на 10 пикселей, чтобы быть драматичным, вот источник и результат:
Результат:
Вот урок, который я бесстыдно адаптировал:
https://realpython.com/blog/python/face-recognition-with-python/
Этот урок гораздо лучше объясняет все, чем я. По сути, я просто взял этот код и добавил немного для пакетной обработки (вместо ввода имен файлов), а затем велел обрезать и сохранять вместо рисования прямоугольника и отображения изображения.