Aquí hay una solución usando python
y opencv
:
Esto recortará todas las caras que encuentre en las fotos jpeg en cualquier carpeta en la que lo ejecute, con el relleno especificado por las left, right, top, bottom
variables:
import cv2
import sys
import glob
cascPath = "haarcascade_frontalface_default.xml"
# Create the haar cascade
faceCascade = cv2.CascadeClassifier(cascPath)
files=glob.glob("*.jpg")
for file in files:
# Read the image
image = cv2.imread(file)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Detect faces in the image
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)
print "Found {0} faces!".format(len(faces))
# Crop Padding
left = 10
right = 10
top = 10
bottom = 10
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
print x, y, w, h
# Dubugging boxes
# cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
image = image[y-top:y+h+bottom, x-left:x+w+right]
print "cropped_{1}{0}".format(str(file),str(x))
cv2.imwrite("cropped_{1}_{0}".format(str(file),str(x)), image)
Usar
Para usar la secuencia de comandos anterior que necesita python
e opencv
instala (solo google cómo instalar opencv
para su plataforma).
Luego guarde el código anterior como un .py
archivo, "autocrop.py"
o algo así. Luego descargue y guarde este archivo y colóquelo en el mismo directorio que sus imágenes.
El script debe encontrar todos los .jpg
archivos en la carpeta y recortarlos según la configuración de relleno establecida en el código de Python.
Ejemplo:
Con el código anterior configurado en un relleno de 10 px para ser dramático, aquí está la fuente y el resultado:
Resultado:
Aquí está el tutorial que adapté descaradamente:
https://realpython.com/blog/python/face-recognition-with-python/
Ese tutorial es mucho mejor para explicar todo que yo. Básicamente, simplemente tomé ese código y agregué un poco al proceso por lotes (en lugar de escribir nombres de archivos) y luego le dije que recortara y guardara en lugar de dibujar un rectángulo y mostrar la imagen.