python用于检查照片是否符合人脸识别使用要求
# -*- coding: utf-8 -*-import os
import ab as ab
import cv2
import openpyxl
from openpyxl import Workbook
from PIL import Image
import numpy as np
# 注意：haarcascade文件位置与opencv环境配置有关
face_cascade = cv2.CascadeClassifier('C:/Users/Administrator/AppData/Local/Programs/Python/Python39/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
# face_cascade = cv2.CascadeClassifier('./data/haarcascade_frontalface_default.xml')
"""图片人脸检测及返回相关信息
face_img:照片文件路径
返回值
resolution：分辨率； dpi1：文件DPI信息；n_photo：照片是否存在人脸；blur：人脸模糊指数；"""
def ImgDetect(face_img):
# imgDPI = cv2.imread(face_img)
img = cv2.imdecode(np.fromfile(face_img, dtype=np.uint8), cv2.IMREAD_COLOR)# 解决上面函数中文路径及中文文件名报错问题
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 人脸检测
faces = face_cascade.detectMultiScale(gray, 1.3, 9, minSize=(50, 50))
faces_ratio = 0
faces_size = 0
if len(faces): # 判断照片是否存在人脸信息
im = Image.open(face_img)
n_photo="人物照片"
# 此方法为文件头检查法检测文件是否为JPG文件，有时会出错
# print(im.info)
# if im.info=={}: #判断是否为JPG文件，一般PNG文件无info信息
# print("请转换成jpg文件")
# else:
# if 'dpi' in im.info.keys(): #判断dpi信息的key是否存在
# print("DPI:", im.info['dpi']) #打印dpi信息
# else:
# print("无DPI信息")
if 'dpi' in im.info.keys(): # 判断dpi信息的key是否存在
dpi1=im.info['dpi']
# print("DPI:", im.info['dpi']) # 打印dpi信息
else:
dpi1=()
# print("无DPI信息")
resolution=im.size # 分辨率值
faces_ratio=format(round(faces/resolution,4),'.2%')# 人脸占比
faces_size=faces
# 测试数据代码：
print("人脸位置：", faces)
print("分辨率：", im.size)# 打印分辨率信息
print("人脸图像占比：", faces_ratio)
print("人脸分辨率：",faces_size)
# print('模糊指数:', cv2.Laplacian(gray, cv2.CV_64F).var())# 拉普拉斯方差算法获取拉普拉斯卷积值（越大越清晰）
# print("原照片【宽：",img.shape,"照片高：",img.shape,"】\r\n") # 获取图片分辨率信息(高,宽,bgr层)
# print(img.dtype)
photo_blur=Blur_photo(img,faces,gray) # 获取模糊指数值
blur=photo_blur
photo_t=photo_blur
else:
n_photo="照片无人脸"
resolution=()
dpi1=()
blur = cv2.Laplacian(gray, cv2.CV_64F).var()
photo_t = "异常照片"
return
"""历遍文件夹文件"""
def getListFiles(path):
ret = []
for root, dirs, files in os.walk(path):
for filespath in files:
ret.append(os.path.join(root, filespath))
return ret
""" 读取图片 """
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
"""JPG文件判断"""
def is_jpg(filename):
try:
i = Image.open(filename)
return i.format == 'JPEG'
except IOError:
return False
"""差分法照片人脸清晰度检查模块
1、人脸检测框选需优化或跟换算法；
2、部分照片模糊指数错误成因需关注（低分辨率小尺寸照片模糊指数很高）；"""
def Blur_photo(img,rect,gray):
"""
img:原图片数据
rect：人脸检测位置数据
gray：图片转换灰度数据
"""
# save_path = 'D:/程序测试素材/'
box_data = gray:(rect + rect), (rect):(rect + rect)]# 取矩形目标区域
# 参数测试用代码：
# print("传入参数有效性检测")
# print("原图：", img)
# print("灰度图：", gray)
# print("人脸框：", rect)
# print("计算参数：", box_data)
# print("人脸图像占比：", rect / img.shape)
print("模糊指数：", cv2.Laplacian(box_data, cv2.CV_64F).var()) # 拉普拉斯方差算法获取拉普拉斯卷积值（越大越清晰）
"""加权调整模糊指数
有误差，待解决
"""
# print("加权模糊指数：", cv2.Laplacian(box_data, cv2.CV_64F).var() * img.shape/500)
# zhishu=cv2.Laplacian(box_data, cv2.CV_64F).var()/(cv2.Laplacian(box_data, cv2.CV_64F).var() * img.shape/500)
# if zhishu>2 or zhishu<0.5:
# print("异常照片")
# else:
# print("正常照片")
"""找出存在低分辨率且高模糊指数的照片，判定照片是否需要人工检查"""
if img.shape<300 and cv2.Laplacian(box_data, cv2.CV_64F).var()>90:
photo_T="照片异常"
else:
photo_T="照片正常"
while True:
img1 = cv2.rectangle(img, (rect, rect), (rect + rect, rect + rect),(255, 0, 0), 2)
cv2.namedWindow('frame',cv2.WINDOW_NORMAL)
cv2.resizeWindow('frame',600,800)
cv2.namedWindow('cat', cv2.WINDOW_NORMAL)
cv2.resizeWindow('cat', 600, 800)
cv2.imshow('frame', img1)
cv2.imshow('cat', box_data)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# cap.release()
cv2.destroyAllWindows()
return cv2.Laplacian(box_data, cv2.CV_64F).var(),photo_T
"""创建信息检索输出表"""
def C_workbook(Photo_Path):
f = Workbook()# 创建工作表
"""表改名"""
sh = f['Sheet']
sh.title = "照片信息"
"""定义表头"""
H_report = ["文件名", "文件路径", "人像", "分辨率", "宽", "高", "DPI", "水平", "垂直", "人脸占比","人脸px","模糊指数","照片状态"]
# # tableTitle = ['userName', 'Phone', 'age', 'Remark']
#
# # 维护表头
# #if row < 1 or column < 1:
# # raise ValueError("Row or column values must be at least 1")
# # 如上，openpyxl 的首行、首列 是 （1,1）而不是（0,0），如果坐标输入含有小于1的值，提示 ：Row or column values must be at least 1，即最小值为1.
"""创建表头"""
for col in range(len(H_report)):
sh.cell(row=1, column=col + 1).value = H_report
# 格式化列
sh.column_dimensions["A"].width = 20
sh.column_dimensions["B"].width = 50
sh.column_dimensions["C"].width = 10
sh.column_dimensions["D"].width = 10
sh.column_dimensions["E"].width = 8
sh.column_dimensions["F"].width = 8
sh.column_dimensions["G"].width = 10
sh.column_dimensions["H"].width = 8
sh.column_dimensions["I"].width = 8
sh.column_dimensions["J"].width = 15
sh.column_dimensions["K"].width = 10
Sfile = Photo_Path + '/照片信息检索.xlsx'
f.save(Sfile)
f.close()
return Sfile
if __name__ == '__main__':
# 检索目录
# "E:\工作\我的文档\工作\Project\正宇软件\黑龙江\大庆\人大\2018\照片"
# "D:\程序测试素材"
# "D:\程序测试素材\照片"
Photo_Path=input() # 输入检索文件夹路径
file_name=C_workbook(Photo_Path) # 创建信息输出表,返回表文件路径
ret = getListFiles(Photo_Path) # 检索目录文件
Ex_file = openpyxl.load_workbook(file_name) # 加载Excel表
sheet=Ex_file["照片信息"] # 激活工作表
for each in ret: # each为检索目录返回值
print("文件位置：",each)
file_n=each.replace(Photo_Path,"").replace("\\","") # 获取文件名
print("文件名：", file_n)
if is_jpg(each): # 判断是否为JPG照片
ab=ImgDetect(each) # 比对照片，返回照片参数
print(ab)
else: # 非JPG文件处理
ab=['非JPG照片',(),(),"","",0,'异常照片']
print("请转换为JPG文件！")
# 整理数据
photo_data=
for i in range(len(ab)):
# 提取元组数据
if isinstance(ab, tuple): # 检测是否为元组
if len(ab) == 0: # 检测是否为空
# print("数据为空")
for n in range(3): # 插入3个空值
# print(n)
photo_data.append("")
else: # 提取数据
xl = ""
for n in range(len(ab)):
if n<(len(ab)-1):
xl=xl+str(int(ab))+"*"
else:
xl=xl+str(int(ab))
photo_data.append(xl)
for n in range(len(ab)):
photo_data.append(int(ab))
else:
photo_data.append(ab)
print(photo_data)
print()
sheet.append(photo_data) # 追加一条数据进Excel文件
Ex_file.save(Photo_Path + '/照片信息检索.xlsx') # 保存Excel文件
Ex_file.close() # 关闭Excel文件
# file_object=open(Photo_Path + '/照片信息检索.xlsx')
files_object = os.system(Photo_Path + '/照片信息检索.xlsx')
页:
[1]