for循环函数中的python未绑定本地错误

Question

我尝试使用从 pc cam 捕获图像/视频的 OpenCV 进行人脸检测和识别。但是当我运行它时会发生这个错误

$ python face_recog.py
Traceback (most recent call last):
  File "face_recog.py", line 28, in <module>
    if face_extractor(frame) is not None:
  File "face_recog.py", line 19, in face_extractor
    return cropped_face | ''
UnboundLocalError: local variable 'cropped_face' referenced before assignment

这里是我的应用程序的完整代码。基本上，它导入库并读取 XML 文件中的 haar 级联对象库。然后使用 face_extractor 函数从摄像头读取图像/视频

import cv2
import numpy as np


face_path = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

def face_extractor(img):
    #img_umat = cv2.UMat(img)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face = face_path.detectMultiScale(gray, 1.3, 5)
    
    if face in ():
        return None

        
    for(x, y, w, h) in face:
        cropped_face = img[y: y+h, x: x+w]
        
    return cropped_face 
        
capture = cv2.VideoCapture(0, cv2.CAP_DSHOW) #captureDevice = camera
count = 0

while True:
    
    ret, frame = capture.read()
    
    if face_extractor(frame) is not None:
        
        count = count + 1
        face = cv2.resize(face_extractor(frame), (200, 200))
        #face_umat = cv2.UMat(face)
        face = cv2.cvtColor(face, cv2.COLOR_BGR2GRAY)
            
        output_path = "C:/Users/bryan/Desktop/test/Cascade/Output_img/user"+str(count)+".jpg"
        cv2.imwrite(output_path, face)
                
        cv2.putText(face, str(count), (50, 50), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 255, 0), 2)
        cv2.imshow("face cropper", face)
            
    else:
        print("FACE NOT FOUND !")
        pass
        
    if cv2.waitKey(1) == 13 or count == 100:
        break
        
capture.release()
cv2.destroyAllWindows()
print("ALL SAMPLES COLLECTED !!")
        
        

Answer 1

detectMultiScale 返回一个元组列表，其中该列表中的每个元素为您提供检测到面部的左上角以及面部范围的宽度和高度。如果您没有检测到人脸，这将返回一个空列表，因此 if face in () 绝对没有意义。您实际上要做的是检查face（这是一个列表）是否包含在一个空元组中，该元组始终为False，因为该元组中没有元素。一旦继续，您可能会得到一张没有人脸的图像，因此第二个for 循环不会执行，因为face 将是一个空列表。 cropped_face 永远不会分配给任何东西，因此会产生您的错误。

按照 cmets 的建议，改为通过 if not face 检查列表是否为空。

还假设您检测到人脸，下一个for 循环将仅返回face 列表中的最后一张人脸，因为cropped_face 变量会不断覆盖自身。如果您检测到不止一张人脸，您可能希望返回一份作物列表：

def face_extractor(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face = face_path.detectMultiScale(gray, 1.3, 5)
    
    if not face:  # Change
        return None

    return [img[y:y+h, x:x+w] for (x, y, w, h) in face] # Change

小提示

我认为你可以去掉第一个if 语句，因为如果face 列表为空，那么上面编写的第二个for 循环也将返回一个空列表。除非您特别确保在没有面孔的情况下返回 None，否则您真的可以这样做：

def face_extractor(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face = face_path.detectMultiScale(gray, 1.3, 5)
    
    return [img[y:y+h, x:x+w] for (x, y, w, h) in face] # Change

空列表隐含地意味着没有检测到人脸，这将在返回的内容方面更加统一 - 如果我们检测到，则可以为空的人脸列表与人脸列表和None 用于边缘情况没有脸。

---

从您的用例来看，似乎一次只能检测到一张脸，因此一种廉价的方法是简单地采样到列表中并抓取第一张脸。这不是我长期这样做的方式，但为了与您的其余代码兼容，让我们这样做。

def face_extractor(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    face = face_path.detectMultiScale(gray, 1.3, 5)

    if not face:  # Change
        return None

    (x, y, w, h) = face[0]  # Change
    cropped_face = img[y:y+h, x:x+w]
    return cropped_face

如果找不到人脸，我坚持您返回 None，因为现在我们只返回单个裁剪而不是列表。