如果識別出汽車拍照

Question

針對Python和OpenCv運行此代碼。 我想要做的是將數據存儲/測試該工具正在檢測的所有汽車的所有圖像。 使用運行我的代碼

python3 car_detection y0d$ python3 build_car_dataset.py -c cars.xml -o dataset/test

因此，當我檢測到臉部並將矩形放在臉部時，我創建了一個if函數，該函數表示如果識別出該臉部並在圖像上具有矩形，則請將該臉部的圖片保存到所需的輸出中

if rects:
            p = os.path.sep.join([args["output"], "{}.png".format(str(total).zfill(5))])
            cv2.imwrite(p, orig)
            total += 1

所以我得到的錯誤是： ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()我應該怎么辦？ 先感謝您！

我的完整代碼是：

# USAGE
# python3 build_car_dataset.py --cascade haarcascade_frontalface_default.xml --output dataset/test
#  python3 build_face_dataset.py -c haarcascade_licence_plate_rus_16stages_original.xml -o dataset/test
#python3 build_face_dataset.py -c haarcascade_licence_plate_rus_16stages_original.xml -o dataset/test
#python3 build_car_dataset.py -c cars.xml -o dataset/test
from imutils.video import VideoStream
import argparse, imutils, time, cv2, os

# construct the argument parser and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-c", "--cascade", required=True,
    help = "path to where the face cascade resides")
ap.add_argument("-o", "--output", required=True,
    help="path to output directory")
args = vars(ap.parse_args())

# load OpenCV's Haar cascade for face detection from disk
detector = cv2.CascadeClassifier(args["cascade"])

# initialize the video stream, allow the camera sensor to warm up and initialize the total number of example faces written to disk  thus far
print("[INFO] starting video stream...")
vs = VideoStream(src=0).start()
# vs = VideoStream(usePiCamera=True).start()
time.sleep(2.0)
total = 0
# loop over the frames from the video stream
while True:
    # grab the frame from the threaded video stream, clone it, (just in case we want to write it to disk), and then resize the frame
    # so we can apply face detection faster
    frame = vs.read()
    orig = frame.copy()
    frame = imutils.resize(frame, width=400)
    # detect faces in the grayscale frame
    rects = detector.detectMultiScale(
        cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY), scaleFactor=1.1, 
        minNeighbors=5, minSize=(30, 30))
    # loop over the face detections and draw them on the frame
    for (x, y, w, h) in rects:
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
        if rects:
            p = os.path.sep.join([args["output"], "{}.png".format(str(total).zfill(5))])
            cv2.imwrite(p, orig)
            total += 1

    # show the output frame
    cv2.imshow("Frame", frame)

    key = cv2.waitKey(1) & 0xFF 


    # if the `q` key was pressed, break from the loop
    if key == ord("q"):
        break
# do a bit of cleanup
print("[INFO] {} face images stored".format(total))
print("[INFO] cleaning up...")
cv2.destroyAllWindows()
vs.stop()

Answer 1

更換：

if rects:

有：

if rects is not None :

或搭配：

if rects != None :

而且你會很黃金=）

我的意思是，您仍然無法檢測到汽車，但是至少錯誤會消失。 對於汽車檢測，我建議使用CNN（卷積神經網絡），對於“ YOLO CNN”或“ SSD CNN”使用google －已有許多檢測汽車的項目，您可以輕松地為自己找到一個良好的開端。

Answer 2

假設rects = [[1, 2, 3, 4], [3,4, 5, 6]]

for (x, y, w, h) in rects:
    print("I got here:", x, y, w, h)

將打印：

I got here: 1 2 3 4
I got here: 3 4 5 6

但是，如果rects = None ，則會收到錯誤消息， 'NoneType' object is not iterable如果rects = []不會獲得任何輸出，並且循環內也不會運行任何內容。

基本上，我要說的是，因為您的if rects代碼在一個遍歷rects循環內，所以您已經可以確保rects包含信息，因為您的代碼需要rects是一個非空的可迭代對象，才能達到目標。

您可能真正想要做的是在遍歷它之前檢查if rects 。 要成為Pythonic，我們會請求寬恕而不是許可：

rects = None
try:
    for (x, y, w, h) in rects:
        print("I got here:", x, y, w, h)
except TypeError:
    print("no rects")

# no rects

請注意，您的錯誤與大部分代碼無關。 確保嘗試將問題減少到最小的可重現的示例，該示例具有相同的問題。 通常，這樣做有助於解決問題。