CelebA数据集简单介绍，及做人脸识别时数据集的处理

时间：2024-05-19 20:28:51

CeleA是香港中文大学的开放数据，包含10177个名人身份的202599张图片，并且都做好了特征标记，这对人脸相关的训练是非常好用的数据集。网盘链接

数据包含了三个文件夹，一个描述文档如下：

CelebA数据集简单介绍，及做人脸识别时数据集的处理

img文件夹下有两个压缩包

img_align_celeba.zip & img_align_celeba_png.7z

我选择下载的是

img_align_celeba.zip

解压后的内容是包含202599张图片，如下

CelebA数据集简单介绍，及做人脸识别时数据集的处理

Anno文件夹下有个文档identity_CelebA，部分内容如下：

000001.jpg 2880
000002.jpg 2937
000003.jpg 8692
000004.jpg 5805
000005.jpg 9295
000006.jpg 4153
000007.jpg 9040
000008.jpg 6369
000009.jpg 3332
000010.jpg 612

此文档是10,177个名人身份标识，每张图片后面的数字即是该图片对应的标签；

下面我们利用这两个文档处理这个数据集：

首先我们利用dlib这个库做人脸检测，将人脸框出并保存下来，代码如下：

import dlib
import cv2

import os

# \B4\AB\C8\EB\B5\C4\C3\FC\C1\EE\D0в\CE\CA\FD
def read_txt_file(file):
    inde=[]
    with open(file,'r') as f:
        lines=f.readlines()

        for line in lines:
            items=line.split(' ')
            inde.append(items[0])
             

    return inde
           

def face_path(path):
    file_paths=[]
    file_path=os.listdir(path)

    file_path.sort(key=lambda x:int(x[:-4]))
    for files in file_path:

        paths=path+'/'+files
        file_paths.append(paths)
    return file_paths

 
def face_detction():
    inde=read_txt_file('/home/zy/PycharmProjects/CelebA/identity_CelebA.txt')
    file_path=face_path('/home/zy/PycharmProjects/CelebA/img_align_celeba')
    i=1
    for f in file_path:
        img = cv2.imread(f, cv2.IMREAD_COLOR)

        
        b, g, r = cv2.split(img)     
        img2 = cv2.merge([r, g, b])    
        detector = dlib.get_frontal_face_detector()  
        dets = detector(img, 1)  
        if len(dets)==0:
            print(i)
        i = i + 1
        print("Number of faces detected: {}".format(len(dets)))

        for index, face in enumerate(dets):
            print('face {}; left {}; top {}; right {}; bottom {}'.format(index, face.left(), face.top(), face.right(), face.bottom()))


            left = face.left()
            top = face.top()
            right = face.right()
            bottom = face.bottom()
            # cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 3)
            imgs=img[top:bottom,left:right]
            cv2.imwrite('/home/zy/PycharmProjects/CelebA/cropdata'+'/'+inde[i],imgs)

        i=i+1

    cv2.destroyAllWindows()

face_detction()

人脸检测完，你会发现，有的人脸不能检测出来，所以需要根据identity_CelebA文档重新制作一个图片路径，与对应标签文档，代码如下：

import os
import cv2
img_path='/home/zy/PycharmProjects/CelebA/cropdata'
text_file='/home/zy/PycharmProjects/CelebA/identity_CelebA.txt'
file_path=os.listdir(img_path)
file_path.sort(key=lambda x:int(x[:-4]))

def train_path():
    with open(text_file,'r') as f:
        inde=[]

        lines=f.readlines()
        print(lines)
        for i in file_path:
            print(i)

            for line in lines:
                items = line.split(' ')
                if i==items[0]:

                    img_paths=img_path+'/'+i+" "+items[1]
                    inde.append(img_paths)

        return inde
data_set=train_path()
with open('trainggg_text', "w") as f:

    for i in range(len(data_set)):
        f.write(data_set[i])

如果想要使数据集变成一个文件夹下为同一个人可以使用如下代码：

with open('./trainggg_text','r') as f:
    lines = f.readlines()
    print(lines[1])
    inde=[]
    paths=[]
    for i in lines:
        i = i.strip('\n')
        item = i.split(" ")
        paths.append(item[0])
        inde.append(item[1])
    # print(inde[2])
    for j in range(11000):
        j = j + 1
        print(j)
        os.makedirs('./ace/'+str(j)+'/'+str(0))

        # path=os.path.join('./ace',os.mkdir(str(j)))
        # paths=os.path.join(path,os.mkdir(str(0)))
        l=0
        for k,element in enumerate(inde):
            # print('ss',k)
            if j==int(element):
                # print('s')
                l=l+1
                img=cv2.imread(paths[k])
                # print(img)
                cv2.imwrite('./ace/'+str(j)+'/'+str(0)+'/'+'zy'+str(l)+'.jpg',img)
                # cv2.imwrite('./ace/zy'+str(j)+str(l)+'.jpg',img)
                # print('dd')

 

相关文章