如何在OpenCV2中确保人脸裁剪图满足最小尺寸并保留周边内容？

现有代码直接裁剪检测到的人脸区域，当人脸在原图中占比偏小时，裁剪结果自然达不到600x600的最小尺寸要求。下面提供两种实用解决方案：

方案一：直接放大裁剪后的人脸 #

如果不需要保留人脸周围的上下文，最简单的方式是在裁剪后检查图像尺寸，若小于指定最小值，就将其放大到目标尺寸。

修改后的代码如下：

import cv2

def crop_single_image(inputName, outputName, min_size=(600, 600)):
    # 读取输入图片
    img = cv2.imread(inputName)
    if img is None:
        print(f"无法读取图片: {inputName}")
        return

    # 转为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    
    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, 1.1, 4)
    print(outputName)

    for (x, y, w, h) in faces:
        print(f"人脸坐标: x={x}, y={y}, 宽={w}, 高={h}")
        # 裁剪人脸区域
        cropped_face = img[y:y + h, x:x + w]
        # 检查尺寸，不足则放大
        if cropped_face.shape[0] < min_size[1] or cropped_face.shape[1] < min_size[0]:
            cropped_face = cv2.resize(cropped_face, min_size, interpolation=cv2.INTER_CUBIC)
        # 保存结果
        cv2.imwrite(outputName, cropped_face)
        # 若只需要处理第一张人脸，可添加break
        break

方案二：扩大裁剪区域再调整尺寸 #

如果希望保留人脸周围的背景（避免单纯放大导致模糊），可以基于检测到的人脸框向外扩展裁剪范围，再将裁剪后的区域调整到目标尺寸。这种方式更自然，尤其适合人脸占比极小的情况。

修改后的代码如下：

import cv2

def crop_single_image(inputName, outputName, target_size=(600, 600)):
    # 读取输入图片
    img = cv2.imread(inputName)
    if img is None:
        print(f"无法读取图片: {inputName}")
        return

    img_h, img_w = img.shape[:2]
    # 转为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    
    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, 1.1, 4)
    print(outputName)

    for (x, y, w, h) in faces:
        print(f"人脸坐标: x={x}, y={y}, 宽={w}, 高={h}")
        # 计算需要扩展的范围，让裁剪区域尽可能接近目标比例，同时不超出原图边界
        target_side = max(target_size)
        # 计算扩展后的区域中心（人脸框中心）
        center_x = x + w // 2
        center_y = y + h // 2
        # 计算扩展后的半边长，取人脸框半边长和目标半边长的较大值
        half_side = max(w//2, h//2, target_side//2)

        # 计算裁剪区域的边界，确保不超出原图
        crop_x1 = max(0, center_x - half_side)
        crop_y1 = max(0, center_y - half_side)
        crop_x2 = min(img_w, center_x + half_side)
        crop_y2 = min(img_h, center_y + half_side)

        # 裁剪扩展后的区域
        cropped_region = img[crop_y1:crop_y2, crop_x1:crop_x2]
        # 调整到目标尺寸
        cropped_region = cv2.resize(cropped_region, target_size, interpolation=cv2.INTER_CUBIC)
        # 保存结果
        cv2.imwrite(outputName, cropped_region)
        # 若只需要处理第一张人脸，可添加break
        break

额外注意事项 #

• 若图片中存在多个人脸，现有代码会处理最后一张（或第一张，加break），可根据需求修改为保存所有人脸或选择最大的人脸进行处理。
• INTER_CUBIC插值方式适合放大图像，比默认的INTER_LINEAR更清晰，你可以根据实际效果调整。

内容的提问来源于stack exchange，提问作者Slbox