如何在OpenCV中将灰度图像加载为NumPy数组

Question

我有一个96x96像素的图像，以numpy数组方式存储。但问题是我不知道如何让OpenCV加载这个ndarray并检测人脸。

img = cv2.imread(X)

这行代码无法正常工作，我遇到了以下错误

TypeError: expected string or Unicode object, numpy.ndarray found

X 是输入图像数组（灰度）

- pbu

---

imread期望一个文件名。如果X已经是一个numpy数组，为什么不直接使用它呢？ - berak

这就是我做的，但它抛出了上述错误。 - pbu

然后您将需要向我们展示那个代码。 - berak

Answer 1

好的，现在它可以使用了

img = X[k].reshape(96,96)

但是我 OpenCV 输出的图像全都是黑色的。按要求，这是代码片段。

import numpy as np
import cv2, cv

import numpy as np
import pandas as pd
import pylab as pl
from skimage import transform
from numpy import ravel

import pylab as pl

from sklearn import linear_model, cross_validation
from sklearn.svm import SVR
from sklearn.decomposition import PCA
from sklearn.neural_network import BernoulliRBM
from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import RandomForestRegressor

df = pd.read_csv('/users/prabhubalakrishnan/Desktop/training.csv', header=0)

x = df['Image'][:5].values


face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

X = []

for k in xrange(len(x)):
    img = np.fromstring(x[k], dtype = np.uint8, sep=' ', count=96*96)
    X.append ( ravel(transform.resize (img.reshape(96,96) , (96,96))) )

'''
for k in xrange(len(X)):
 pl.imshow(X[k].reshape(96,96),cmap=pl.cm.gray)
 pl.show()
'''

X = np.array(X)
X = X.astype('uint8')

print 'X:', X.shape, X.dtype

pl.ion()


for k in xrange(len(X)):

    img = X[k].reshape(96,96)

    faces = face_cascade.detectMultiScale(img, 1.03, 5)

    for (x,y,w,h) in faces:
     cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
     roi_color = img[y:y+h, x:x+w]

    print 'Image',img
    print 'Faces',faces
    cv2.namedWindow("img", cv2.CV_WINDOW_AUTOSIZE)
    cv2.imshow('img',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

- pbu