安全帽人脸与头部数据集自动裁剪如何调整参数包含安全帽

问题原因及解决方法 #

首先你的代码存在一个基础变量名错误，会直接导致运行报错：detect_face 函数里你把灰度图命名为 heregray，但后续人脸检测调用的是未定义的 gray，先修正这个问题：

def detect_face(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.7, minNeighbors=5)
    return faces

裁剪区域坐标逻辑说明

OpenCV的图像坐标系原点在左上角，x轴向右延伸，y轴向下延伸：

• 人脸检测返回的 (ex, ey) 是人脸框的左上角坐标
• ew 是人脸框的宽度，eh 是人脸框的高度
• 原代码的裁剪逻辑 var_img[ey:eh+ey, ex:ex+ew] 是y方向从人脸顶部（ey）裁到人脸底部（ey+eh），x方向从人脸左边缘裁到右边缘，刚好只取人脸区域

你之前的修改是把y方向的结束点加了100，相当于往图像下方多裁了100像素，所以只会裁到人脸下半部分，和你要取上方安全帽的需求完全相反。

正确修改方案

要包含人脸上方的安全帽，需要把y方向的裁剪起始点往上调（数值减小），同时要做边界判断避免数组越界：

for(ex, ey, ew, eh) in face:
    # y方向起始点往上挪100像素留安全帽空间，最小不能小于0避免越界
    y_top = max(0, ey - 100)
    # y方向结束点保持人脸底部不变，也可以根据需求往下加余量
    y_bottom = ey + eh
    # 可选：左右也各加20像素余量，避免安全帽边缘被截断
    x_left = max(0, ex - 20)
    x_right = min(var_img.shape[1], ex + ew + 20)
    # 执行裁剪
    crop_image = var_img[y_top:y_bottom, x_left:x_right]
    
    # 后续显示、保存逻辑不变
    cv2.imshow("cropped", crop_image)
    cv2.waitKey(0)  
    cv2.imwrite(os.path.join("outputs/",str(img)),crop_image)

你可以根据自己数据集里安全帽的实际大小调整上方预留的像素值，比如安全帽偏大就把ey - 100里的100改成120或150即可。

内容的提问来源于stack exchange，提问作者Vitaliy Yashar