使用DeepFace与OpenCV显示dominant_emotion时遇TypeError求助

问题根源 #

DeepFace的analyze方法在检测到多张人脸时，会返回一个包含多个人脸分析字典的列表，而非单个字典。你提供的示例是单张脸的返回结构，但实际你的图片中存在多张脸，导致predictions为列表类型，直接用字符串索引['dominant_emotion']自然触发类型错误。

修复方案 #

方案1：仅处理第一张脸 #

如果只需要分析图片中的第一张脸，直接取列表的第一个元素即可：

import cv2
from deepface import DeepFace

img = cv2.imread('img.jpeg')
# 取列表第一个字典元素
predictions = DeepFace.analyze(img)[0]

# 后续绘制代码
faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = faceCascade.detectMultiScale(gray,1.1,4)
for (x, y ,w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, predictions['dominant_emotion'], (0,50), font, 3, (0,0,255), 2, cv2.LINE_AA)

方案2：批量处理多张脸 #

若图片中存在多张脸，需要将分析结果与人脸检测位置一一对应，分别标注情绪：

import cv2
from deepface import DeepFace

img = cv2.imread('img.jpeg')
predictions = DeepFace.analyze(img)

faceCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = faceCascade.detectMultiScale(gray,1.1,4)
font = cv2.FONT_HERSHEY_SIMPLEX

# 遍历每张脸的检测位置和对应分析结果
for idx, (x, y, w, h) in enumerate(faces):
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
    # 取对应索引的人脸情绪
    dominant_emotion = predictions[idx]['dominant_emotion']
    # 将情绪标注在人脸上方
    cv2.putText(img, dominant_emotion, (x, y-10), font, 1, (0,0,255), 2, cv2.LINE_AA)

排查技巧 #

可以先打印predictions的类型和内容，确认返回结构：

print(type(predictions))
print(predictions)

通过输出能直观判断是列表还是字典，再调整索引方式。

内容的提问来源于stack exchange，提问作者May Mammaz