Aqui está uma solução usando python
e opencv
:
Isso cortará todas as faces que encontrar nas fotos jpeg em qualquer pasta em que você a executar, com o preenchimento especificado pelas left, right, top, bottom
variáveis:
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 o script acima, você precisa python
e opencv
instalou (basta pesquisar no google como instalar opencv
na sua plataforma).
Em seguida, salve o código acima como um .py
arquivo, "autocrop.py"
ou algo assim. Em seguida, faça o download e salve este arquivo e coloque-o no mesmo diretório que suas imagens.
O script deve encontrar todos os .jpg
arquivos na pasta e cortá-los com base nas configurações de preenchimento definidas no código python.
Exemplo:
Com o código acima definido como preenchimento de 10 px para ser dramático, aqui está a fonte e o resultado:
Resultado:
Aqui está o tutorial que eu adaptei descaradamente:
https://realpython.com/blog/python/face-recognition-with-python/
Esse tutorial é muito melhor para explicar tudo do que eu. Basicamente, peguei esse código e adicionei um pouco ao processo de lote (em vez de digitar os nomes dos arquivos) e depois pedi para cortar e salvar, em vez de desenhar um retângulo e exibir a imagem.