OpenCV人脸裁剪功能优化：实现批量保存裁剪后的人脸图像

嘿，我看了你的代码，问题出在循环里没有为每个人脸生成唯一的文件名，导致每次保存都会覆盖之前的文件。我帮你调整了代码，不仅实现了批量保存所有人脸，还优化了一些细节让代码更灵活好用：

import cv2
import os

def facecrop(input_image_path, output_dir="cropped_faces"):
    # 加载人脸检测器
    facedata = "haarcascade_frontalface_alt.xml"
    cascade = cv2.CascadeClassifier(facedata)
    
    # 读取输入图片
    img = cv2.imread(input_image_path)
    if img is None:
        print(f"Error: 无法读取图片 {input_image_path}")
        return
    
    # 检测人脸（添加参数提升检测准确率）
    faces = cascade.detectMultiScale(img, scaleFactor=1.1, minNeighbors=5)
    
    # 创建输出目录（不存在则自动创建）
    os.makedirs(output_dir, exist_ok=True)
    
    # 遍历每个人脸，单独保存
    for idx, (x, y, w, h) in enumerate(faces):
        # 裁剪出人脸区域
        face_img = img[y:y+h, x:x+w]
        # 生成带序号的唯一文件名，避免覆盖
        output_path = os.path.join(output_dir, f"face_{idx}.jpg")
        # 保存人脸图片
        cv2.imwrite(output_path, face_img)
        print(f"已保存人脸图片: {output_path}")

# 使用示例：处理class.jpg，保存到默认的cropped_faces文件夹
facecrop("class.jpg")

关键修改点说明： #

• 修复参数浪费：原来的image参数没实际用到，现在改成传入具体图片路径，让函数能处理任意图片
• 自动管理输出目录：创建专门的文件夹存放裁剪后的人脸，避免文件杂乱
• 生成唯一文件名：用enumerate获取人脸的索引序号，给每个文件加上编号，确保不会互相覆盖
• 优化检测效果：给detectMultiScale添加了scaleFactor和minNeighbors参数，提升人脸检测的准确率
• 增加错误提示：如果图片读取失败会给出明确提示，避免程序莫名崩溃

现在运行代码后，所有检测到的人脸都会被保存到cropped_faces文件夹里，每个人脸都是独立的文件~

内容的提问来源于stack exchange，提问作者Serek