OpenCV 4 TypeError：参数“标签”的预期 cv::UMat答案

【问题标题】：OpenCV 4 TypeError: Expected cv::UMat for argument 'labels'OpenCV 4 TypeError：参数“标签”的预期 cv::UMat
【发布时间】：2019-01-20 07:02:49
【问题描述】：

我正在编写一个面部识别程序，当我尝试训练我的识别器时，我不断收到此错误

TypeError: Expected cv::UMat for argument 'labels'

我的代码是

def detect_face(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5);
    if (len(faces)==0):
        return None, None
    (x, y, w, h) = faces[0]
    return gray[y:y+w, x:x+h], faces[0]

def prepare_training_data():
    faces = []
    labels = []
    for img in photo_name_list: #a collection of file locations as strings
        image = cv2.imread(img)
        face, rect = detect_face(image)
        if face is not None:
            faces.append(face)
            labels.append("me")
    return faces, labels

def test_photos():
    face_recognizer = cv2.face.LBPHFaceRecognizer_create()
    faces, labels = prepare_training_data()
    face_recognizer.train(faces, np.ndarray(labels))

labels 是从 prepare_training_data 返回的图像列表中每张照片的标签列表，我将其转换为 numpy 数组，因为我读到这就是 train() 需要的。

【问题讨论】：

标签： python python-3.x numpy opencv facial-identification

【解决方案1】：

解决方案 - 标签应该是整数列表，您应该使用numpy.array(labels)（或np.array(labels)）。

检查错误缺失的虚拟示例：

labels=[0]*len(faces)
face_recognizer.train(faces, np.array(labels))

我还没有在 python 上找到任何关于 openCV 人脸识别器的文档，所以我开始查看 c++ 文档和示例。由于documentation，这个库使用labels 输入train 作为std::vector<int>。 openCV 文档提供的cpp example 也使用vector<int> labels。以此类推，图书馆甚至还有error for not an integer input。

【讨论】：

是的，传递数值可以解决问题。我认为如果标签中包含字符，则需要先对标签进行编码

【解决方案2】：

可能的解决方案：

作为错误，"TypeError: Expected Ptr<cv::UMat> for argument 'labels'" 需要整数值，向list 插入值时，将它们转换为Integer。

例如：

labels.append(int(value))

【讨论】：