Question

我正在编写一个面部识别程序，并且在尝试训练识别器时一直出现此错误

TypeError: Expected cv::UMat for argument 'labels'

我的代码是

def detect_face(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5);
    if (len(faces)==0):
        return None, None
    (x, y, w, h) = faces[0]
    return gray[y:y+w, x:x+h], faces[0]

def prepare_training_data():
    faces = []
    labels = []
    for img in photo_name_list: #a collection of file locations as strings
        image = cv2.imread(img)
        face, rect = detect_face(image)
        if face is not None:
            faces.append(face)
            labels.append("me")
    return faces, labels

def test_photos():
    face_recognizer = cv2.face.LBPHFaceRecognizer_create()
    faces, labels = prepare_training_data()
    face_recognizer.train(faces, np.ndarray(labels))

labels是从prepare_training_data返回的图像列表中每张照片的标签列表，我将其转换为numpy数组，因为我读到了这就是train（）的要求。

Answer 1

解决方案-标签应为整数列表，并且应使用numpy.array(labels)（或np.array(labels)）。

用于检查错误是否存在的虚拟示例：

labels=[0]*len(faces)
face_recognizer.train(faces, np.array(labels))

我在python上找不到关于openCV人脸识别器的任何文档，因此我开始研究c ++文档和示例。由于documentation，该库将labels的{{1}}输入用作train。 openCV文档提供的cpp example也使用std::vector<int>。依此类推，图书馆甚至有一个error for not an integer input。

Answer 2

可能的解决方案：

作为错误，"TypeError: Expected Ptr<cv::UMat> for argument 'labels'" 需要整数值，向 list 插入值时，将它们转换为 Integer。

例如：

labels.append(int(value))

OpenCV 4 TypeError：参数'labels'的预期cv :: UMat

2 个答案: