我的脚本检测到人脸,然后使用dlib相关跟踪器算法对其进行跟踪。
我正在尝试使用cv2.imshow(track_index, face_img)
在单独的窗口中显示每个被跟踪的脸部,其中face_image
是使用{{1}从视频捕获的帧中裁剪出的脸部的感兴趣区域}坐标。
部分代码如下所示:
dlib.rectangle
这可以正常工作,直到人脸超出范围或首次出现在边框边界之一之外。在这种情况下,程序将停止并引发大小错误。
#get the updated tracker position
pos = tracker.get_position()
pos = dlib.rectangle(
int(pos.left()),
int(pos.top()),
int(pos.right()),
int(pos.bottom()),
)
#draw a bounding box around the tracked face
cv2.rectangle(image, (pos.left(), pos.top()), (pos.right(), pos.bottom()),
(100, 200, 100))
#crop the face from the frame
face_img = image[pos.top():pos.bottom(),pos.left():pos.right()]
#refers to the number of the track created
track_index = "track no.{}".format(trc - i)
font = cv2.FONT_HERSHEY_TRIPLEX
cv2.putText(image, track_index, (pos.left(), pos.bottom() +12), font, 0.5, (255, 255, 0))
#show the tracked face
cv2.imshow(track_index, face_img)
如何强制框架边框内的ROI阻止此错误的发生?
答案 0 :(得分:1)
检查ROI的边界。
h,w = image.shape[:2]
face_img = image[max(0,pos.top()):min(pos.bottom(),h),max(0,pos.left()):min(pos.right(),w)]