Question

我正在使用Python 3和OpenCV 3.我正在尝试使用EigenFace Recognizer，它使用相同大小的图像进行训练和测试数据集。我从网络摄像头读取图像，我将图像调整为200 x 200，但显示错误。

这是我的代码：

faceDetect=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cam=cv2.VideoCapture(0);
rec=cv2.face.EigenFaceRecognizer_create()
#rec=cv2.face.LBPHFaceRecognizer_create()
rec.read("recognizer/EigenData.xml")
id=0

fontFace = cv2.FONT_HERSHEY_SIMPLEX
fontScale = 1
fontColor = (0, 0, 255)

while(True):
    ret,img=cam.read();

    resize_img = img.resize((200,200) , img)
    gray=cv2.cvtColor(resize_img,cv2.COLOR_BGR2GRAY)
    faces=faceDetect.detectMultiScale(gray,1.3,5);

    for(x,y,w,h) in faces:

        cv2.rectangle(img,(x,y),(x+w, y+h), (0,255,0) , 2)
        id, conf=rec.predict(gray[y:y+h, x:x+w])   #EigenFace Predict
        cv2.putText(img,str(id),(x,y+h), fontFace, fontScale, fontColor,thickness=2)

    cv2.imshow("Face", img);
    if(cv2.waitKey(1)==ord('q')):
        break;

cam.release()
cv2.destroyAllWindows()

我得到的错误是：

resize_img = img.resize((200,200) , img)
TypeError: 'tuple' object cannot be interpreted as an integer

Answer 1

OpenCV使用NumPy数组作为表示图像的基本数据类型。事实上，NumPy有一个resize方法来调整大小＆＃34;数据，但您没有正确使用它。按consulting the documentation，numpy.resize方法要求您反转参数的顺序。首先输入数组，然后是所需的大小。你几乎是正确的 - 只需交换参数的顺序。

然而，我不相信这是你正在寻找的东西，因为numpy.resize用输入的重复副本填充输出数组 - 特别是因为你为此做了这个面部识别。我相信您想要调整图像的内容以适应所需的大小，而不是使用原始大小完整的输入的重复副本填充数组。

因此，cv2.resize更适合您。您可以像numpy.resize一样调用它：

resize_image = cv2.resize(img, (200,200))

请注意，调整大小的默认方法使用双线性插值。如果要使用其他方法，则必须提供额外的参数interpolation才能执行此操作。如果你想进行三次插值，你可以这样做：

resize_image = cv2.resize(img, (200,200), interpolation=cv2.INTER_CUBIC)

查看cv2.resize上的文档了解详情：https://docs.opencv.org/3.0-beta/modules/imgproc/doc/geometric_transformations.html#resize

Python OpenCV：无法调整图像大小

1 个答案: