我正在写一个人脸识别程序，当我尝试训练我的识别器时，我总是遇到这个错误
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，因为我读到这正是 train() 需要的。
最佳答案
解决方案 - 标签应该是整数列表，你应该使用 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> . cpp example ，由 openCV 文档提供，也使用 vector<int> labels .等等，图书馆甚至有一个error for not an integer input .
关于python - OpenCV 4 TypeError:参数 'labels' 的预期 cv::UMat，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54274298/