网格检测结果重排序与Python有序人脸裁剪技术问询

问题一：恢复网格检测结果的顺序 #

要将打乱的网格检测结果恢复为从上到下、从左到右的顺序，核心是基于检测框的坐标进行排序：

• 优先按检测框的顶部y坐标排序（y值越小，位置越靠上）；
• 对于y值相近的检测框（可设阈值，比如人脸高度的1/2，判断为同一行），再按左侧x坐标排序（x值越小，位置越靠左）。

具体实现思路：

1. 提取每个检测结果的(x, y, w, h)坐标；
2. 自定义排序规则：先比较y坐标，若两个框的y差小于设定阈值则按x排序，否则按y排序；
3. 用该规则对所有检测结果排序，即可得到网格顺序。

问题二：修改人脸检测裁剪代码，实现有序保存 #

修改要点 #

1. 对人脸坐标排序：按从上到下、从左到右的规则对检测到的人脸坐标排序；
2. 批量处理输入图片：遍历「Input Images」下的所有图像文件，替代原代码的单张图片读取；
3. 确保输出文件夹存在：提前创建「Output Images」文件夹，避免保存失败；
4. 优化文件名：用「图片序号_人脸序号」命名，避免不同图片的人脸文件重名。

修改后的完整代码 #

import os
import cv2
import numpy as np

# 加载人脸分类器
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

# 定义输入输出文件夹路径
input_dir = "Input Images"
output_dir = "Output Images"

# 创建输出文件夹（不存在则创建）
os.makedirs(output_dir, exist_ok=True)

# 遍历输入文件夹中的所有图像文件
for img_idx, filename in enumerate(os.listdir(input_dir)):
    # 仅处理常见图片格式
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        img_path = os.path.join(input_dir, filename)
        img = cv2.imread(img_path)
        if img is None:
            print(f"无法读取图片: {filename}")
            continue

        # 转为灰度图用于检测
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

        # 检测人脸
        faces = face_cascade.detectMultiScale(
            gray,
            scaleFactor=1.1,
            minNeighbors=5,
            minSize=(150, 150),
        )

        if len(faces) == 0:
            print(f"图片 {filename} 中未检测到人脸")
            continue

        # 对人脸坐标排序：先按y分组（同一行），再按x从左到右排序
        avg_h = np.mean([h for (x, y, w, h) in faces])
        y_threshold = avg_h // 2  # 同一行的y值阈值
        sorted_faces = sorted(faces, key=lambda rect: (rect[1] // y_threshold, rect[0]))

        # 裁剪并保存排序后的人脸
        for face_idx, (x, y, w, h) in enumerate(sorted_faces):
            # 按原逻辑扩展裁剪区域
            face = img[y-65:y+h+40, x-40:x+w+55]
            # 处理边界溢出，避免索引错误
            face = face.clip(min=0)
            # 生成保存路径
            save_name = f"{img_idx}_{face_idx}.jpg"
            save_path = os.path.join(output_dir, save_name)
            cv2.imwrite(save_path, face)
            print(f"已保存: {save_path}")

        print(f"[INFO] 图片 {filename} 中检测到 {len(faces)} 张人脸")

# 关闭所有OpenCV窗口
cv2.destroyAllWindows()

关键修改说明 #

• 排序逻辑：通过sorted()函数和自定义key实现分组排序，先按y坐标除以阈值的整数部分分组（同一行），再按x坐标排序；
• 批量处理：遍历输入文件夹并过滤图片格式，实现多图批量处理；
• 边界防护：添加face.clip(min=0)，避免扩展裁剪区域时出现数组索引越界；
• 文件名规范：用「图片序号_人脸序号」命名，避免不同图片的人脸文件重名覆盖。

内容的提问来源于stack exchange，提问作者Hidy Nancy