时间戳

首页 > 解决方案 > Python OpenCV LoadDatasetList，最后两个参数是什么？

python - Python OpenCV LoadDatasetList，最后两个参数是什么？

问题描述

我目前正在尝试使用 OpenCV 4.2.2 训练数据集，我在网上搜索，但只有 2 个参数的示例。OpenCV 4.2.2 loadDatasetList 需要 4 个参数，但存在一些缺点，我已尽力克服以下缺点。我一开始尝试使用数组，但 loadDatasetList 抱怨数组不可迭代，然后我继续执行下面的代码，但没有运气。感谢您的帮助，感谢您的宝贵时间，并希望每个人都平安无事。

在没有 iter() 的情况下传入数组的先前错误

PS E:\MTCNN> python kazemi-train.py 没有给出有效的输入文件，请检查给定的文件名。回溯（最近一次调用）：文件“kazemi-train.py”，第 35 行，处于状态，images_train，landmarks_train = cv2.face.loadDatasetList(args.training_images,args.training_annotations, imageFiles, annotationFiles) TypeError: cannot unpack non -iterable bool 对象

当前的错误是：

PS E:\MTCNN> python kazemi-train.py Traceback（最近一次调用最后）：文件“kazemi-train.py”，第 35 行，处于状态，images_train，landmarks_train = cv2.face.loadDatasetList(args.training_images,args .training_annotations, iter(imageFiles), iter(annotationFiles)) SystemError：返回NULL而不设置错误

import os
import time
import cv2
import numpy as np
import argparse

if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='Training of kazemi facial landmark algorithm.')
    parser.add_argument('--face_cascade', type=str, help="Path to the cascade model file for the face detector",
                        default=os.path.join(os.path.dirname(os.path.realpath(__file__)),'models','haarcascade_frontalface_alt2.xml'))
    parser.add_argument('--kazemi_model', type=str, help="Path to save the kazemi trained model file",
                        default=os.path.join(os.path.dirname(os.path.realpath(__file__)),'models','face_landmark_model.dat'))
    parser.add_argument('--kazemi_config', type=str, help="Path to the config file for training",
                        default=os.path.join(os.path.dirname(os.path.realpath(__file__)),'models','config.xml'))
    parser.add_argument('--training_images', type=str, help="Path of a text file contains the list of paths to all training images",
                        default=os.path.join(os.path.dirname(os.path.realpath(__file__)),'train','images_train.txt'))
    parser.add_argument('--training_annotations', type=str, help="Path of a text file contains the list of paths to all training annotation files",
                        default=os.path.join(os.path.dirname(os.path.realpath(__file__)),'train','points_train.txt'))

    parser.add_argument('--verbose', action='store_true')
    args = parser.parse_args()

    start = time.time()
    facemark = cv2.face.createFacemarkKazemi()
    if args.verbose:
        print("Creating the facemark took {} seconds".format(time.time()-start))
    start = time.time()
    imageFiles = []
    annotationFiles = []
    for file in os.listdir("./AppendInfo"):
        if file.endswith(".jpg"):
            imageFiles.append(file)
        if file.endswith(".txt"):
            annotationFiles.append(file)
    status, images_train, landmarks_train = cv2.face.loadDatasetList(args.training_images,args.training_annotations, iter(imageFiles), iter(annotationFiles))
    assert(status == True)
    if args.verbose:
        print("Loading the dataset took {} seconds".format(time.time()-start))

    scale  = np.array([460.0, 460.0])
    facemark.setParams(args.face_cascade,args.kazemi_model,args.kazemi_config,scale)

    for i in range(len(images_train)):
        start = time.time()
        img = cv2.imread(images_train[i])
        if args.verbose:
            print("Loading the image took {} seconds".format(time.time()-start))

        start = time.time()
        status, facial_points = cv2.face.loadFacePoints(landmarks_train[i])
        assert(status == True)
        if args.verbose:
            print("Loading the facepoints took {} seconds".format(time.time()-start))

        start = time.time()
        facemark.addTrainingSample(img,facial_points)
        assert(status == True)
        if args.verbose:
            print("Adding the training sample took {} seconds".format(time.time()-start))

    start = time.time()
    facemark.training()
    if args.verbose:
        print("Training took {} seconds".format(time.time()-start))

如果我只使用 2 个参数，则会引发此错误

文件“kazemi-train.py”，第 37 行，处于状态，images_train，landmarks_train = cv2.face.loadDatasetList(args.training_images,args.training_annotations) TypeError: loadDatasetList() missing required argument 'images' (pos 3)

如果我尝试使用 3 个参数，则会引发此错误

回溯（最后一次调用）：文件“kazemi-train.py”，第 37 行，状态，images_train，landmarks_train = cv2.face.loadDatasetList(args.training_images,args.training_annotations, iter(imagePaths)) TypeError: loadDatasetList( ）缺少必需的参数“注释”（位置 4）

关于 loadDatasetList 的文档

关于 loadDatasetList 的 OpenCV 文档

标签： pythonopencv4

解决方案

您提供的图指的是 的C++ API loadDatasetList()，其参数在很多情况下通常无法映射到Python API。一个原因是 Python 函数可以返回多个值，而 C++ 不能。在 C++ API 中，提供了第 3 和第 4 个参数来存储函数的输出。它们分别在 imageList 中存储从文本文件中读取后的图像路径，以及通过在 annotationList 中读取另一个文本文件来存储注释的路径。

回到您的问题，我在 Python 中找不到该函数的任何参考。而且我相信 API 在 OpenCV 4 中发生了变化。经过多次试验，我确信cv2.face.loadDatasetList只返回一个布尔值，而不是一个元组。TypeError: cannot unpack non-iterable bool object这就是为什么即使您填写了四个参数也会遇到第一个错误的原因。

毫无疑问，cv2.face.loadDatasetList应该产生两个文件路径列表。因此，第一部分的代码应如下所示：

images_train = []
landmarks_train = []
status = cv2.face.loadDatasetList(args.training_images, args.training_annotations, images_train, landmarks_train)

我期望images_train并且landmarks_train应该包含图像和地标注释的文件路径，但它不能按预期工作。

在了解了整个程序之后，我写了一个新函数my_loadDatasetList来替换 (broken) cv2.face.loadDatasetList。

def my_loadDatasetList(text_file_images, text_file_annotations):
    status = False
    image_paths, annotation_paths = [], []
    with open(text_file_images, "r") as a_file:
        for line in a_file:
            line = line.strip()
            if line != "":
                image_paths.append(line)
    with open(text_file_annotations, "r") as a_file:
        for line in a_file:
            line = line.strip()
            if line != "":
                annotation_paths.append(line)
    status = len(image_paths) == len(annotation_paths)
    return status, image_paths, annotation_paths

您现在可以更换

status, images_train, landmarks_train = cv2.face.loadDatasetList(args.training_images,args.training_annotations, iter(imageFiles), iter(annotationFiles))

经过

status, images_train, landmarks_train = my_loadDatasetList(args.training_images, args.training_annotations)

我已经对此进行了测试，并且images_train可以landmarks_train分别使用此处的数据进行加载。cv2.imreadcv2.face.loadFacePoints

推荐阅读