arrays - 如何将620x480 2d数组中包含的2d数组(30x20)扩展为36x60？

起始数据:包含2d数组(620x480)的图像(显示人脸)和包含眼睛图像的2d数组(30x20)。面部图像包括眼睛图像。

如何将眼睛图像扩展到36x60以包含面部图像中的像素？有现成的解决方案吗？

另一个类似的任务:眼睛图像的尺寸为37x27。如何将眼睛图像扩展到目标(最接近36x60)尺寸，例如39x65，即在调整大小之前保持所需的宽高比，然后将其调整为36x60。

测试代码(项目可通过reference获得):

import dlib
import cv2 as cv
from imutils.face_utils import shape_to_np
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('res/model.dat')


frame = cv.imread('photo.jpg')
gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

img = frame.copy()
dets = detector(gray, 0)

for i, det in enumerate(dets):
    shape = shape_to_np(predictor(gray, det))
    shape_left_eye = shape[36:42]

    x, y, h, w = cv.boundingRect(shape_left_eye)
    cv.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 1)
    cv.imwrite('file.png', frame[y: y+w, x: x+h])

图片42x13:

最佳答案

对于第一部分，您可以使用cv2.matchTemplate查找脸部的眼睛区域，然后根据您想要的大小进行放大。您可以阅读有关它的更多信息here。

使用的人脸图像



使用的眼图



我的眼睛大小(12，32)。

face = cv2.imread('face.jpg', 0)
eye = cv2.imread('eye.jpg', 0)
w, h = eye.shape[::-1]
res = cv2.matchTemplate(face,eye,cv2.TM_CCOEFF)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
top_left = max_loc
bottom_right = (top_left[0] + w, top_left[1] + h)
cv2.rectangle(face ,top_left, bottom_right, 255, 2)
cv2.imshow('image', face)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码的结果是:



现在，我的眼睛的左上和右下坐标已匹配，其中top_left =(112，108)和bottom_right =(144，120)。现在将其扩展为36x60的尺寸，我只需从top_left中减去所需的值，然后在bottom_right中添加所需的值。

编辑1

该问题已经过编辑，表明dlib已与训练有素的执行左眼检测的模型一起使用。使用我获得的相同代码



之后，如上所述，我找到了top_left = (x,y)和bottom_right = (x+w, y+h)。

现在，如果眼睛的尺寸较小，为36x60，那么我们只需要占用其周围的区域以将其扩展为36x60，否则我们就必须对其进行扩展，以使宽高比不会受到干扰，然后进行调整大小并且无法进行硬编码。使用的完整代码是:

import dlib
from imutils.face_utils import shape_to_np
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor('res/model.dat')

face = cv2.imread('face.jpg', 0)
img = face.copy()
dets = detector(img, 0)
for i, det in enumerate(dets):
    shape = shape_to_np(predictor(img, det))
    shape_left_eye = shape[36:42]
    x, y, w, h = cv2.boundingRect(shape_left_eye)
    cv2.rectangle(face, (x, y), (x + w, y + h), (255, 255, 255), 1)
top_left = (x, y)
bottom_right = (x + w, y + h)
if w <= 36 and h <= 60:
    x = int((36 - w)/2)
    y = int((60 - h)/2)
else:
    x1 = w - 36
    y1 = h - 60
    if x1 > y1:
        x = int((w % 3)/2)
        req = (w+x) * 5 / 3
        y = int((req - h)/2)
    else:
        y = int((h % 5)/2)
        req = (y+h) * 3 / 5
        x = int((req - w)/2)
top_left = (top_left[0] - x, top_left[1] - y)
bottom_right = (bottom_right[0] + x, bottom_right[1] + y)
extracted = face[top_left[1]:bottom_right[1], top_left[0]:bottom_right[0]]
result = cv2.resize(extracted, (36, 60),  interpolation = cv2.INTER_LINEAR)
cv2.imshow('image', face)
cv2.imshow('imag', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

这给了我们36x60的眼睛区域:



当眼睛的尺寸小于36x60时，这可以解决这种情况。对于第二种情况，当眼睛的大小大于36x60区域时，我使用face = cv2.resize(face, None, fx=4, fy=4, interpolation = cv2.INTER_CUBIC)。结果是:



在调整大小之前，检测到的眼睛大小为(95，33)，提取的区域为(97，159)，该区域非常接近3:5的宽高比，这也满足了第二项任务。

关于arrays - 如何将620x480 2d数组中包含的2d数组(30x20)扩展为36x60？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56258237/