Question

在下面的代码中，我尝试使用CV2输出单张面孔（从较大的图像中裁剪出来）：

def machine_pst():
    mlimg = request.files.get("mlimg")
    fname = mlimg.filename
    filepath = "/home/assets/faces/"
    mlimg.save(filepath + fname, overwrite = True)
    full_path = filepath + fname
    cascPath = "/home/assets/haarcascade_frontalface_default.xml"
    detector = cv2.CascadeClassifier(cascPath)
    faceSamples=[]
    pilImage=Image.open(full_path).convert('L')
    imageNp=np.array(pilImage,'uint8')
    faces=detector.detectMultiScale(imageNp)
    for (x,y,w,h) in faces:
        faceSamples.append(imageNp[y:y+h,x:x+w])
    img = Image.fromarray(faceSamples[0], 'RGB')

   cv2.imwrite("/home/assets/faces/read.png", img)
   source = "/static/faces/read.png"
   return template("home/machineout", source = source)

将 source 作为参数传递到img src =“ {{source}}

如果我在具有3张脸的图像中返回脸的长度，则得到“ 3”，这似乎很好用，并且如果我返回faceSamples的任何索引（例如faceSamples [0]），我将得到的数据返回为很好，但是当我尝试使用...将脸部样本转换为图像时。

img = Image.fromarray(faceSamples[0], 'RGB')

我收到ValueError提示“没有足够的图像数据”

我理解（从先前的答案中得出）detectMultiScale返回矩形，而不是图像，但是使用我的其他Numpy代码，情况仍然如此吗？我是否仍不完全了解faceSamples数组返回什么？不能直接将最后一小段代码转换回RGB图像吗？

Answer 1

您的问题在这里：

pilImage=Image.open(full_path).convert('L')
imageNp=np.array(pilImage,'uint8')

也就是说，您将imageNp转换为单个通道的灰色图像。然后就没意义了

img = Image.fromarray(faceSamples[0], 'RGB')

faceSamples[0]也是灰色图像。

此外，就像@MarkSetchell的注释一样，您可以使用cv2.imread和其他功能代替PIL。它们与其他openCV功能更加兼容。

将CV2 numpy数组转换为RGB图像时出现“图像数据不足”错误

1 个答案: