for循环函数中的python未绑定本地错误

Posted 2023-03-16

【中文标题】for循环函数中的python未绑定本地错误

【英文标题】：python unbound local error in for loop function

【发布时间】：2021-06-15 22:25:28

【问题描述】：

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 !!")
        
        

【问题讨论】：

if face in (): 永远是 False，AFAIK。因此，如果face 为空，则cropped_face 未定义。尝试将if face in (): 更改为if not face:。

什么是type(face)？

尝试if not face.length(): 或其他测试face 是否为空的方法。这完全取决于type(face) 是什么。

面值来自face_path.detectMultiScale

【参考方案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。

【讨论】：

Traceback（最近一次调用最后一次）：文件“face_recog.py”，第 23 行，在 中 face = cv2.resize(face_extractor(frame), (200, 200)) TypeError: Expected参数 'src' 的 Ptr<:umat> 在调整框架大小时得到了这个

那是因为你在做if face_extractor(frame) is not None:。如果你使用的是第二版的代码，你的函数就不再返回None，所以如果你坚持要这样做，你需要这样做if face_extractor(frame)。但是，当您在 if 语句中再次调用时，您调用它是不必要的。我会调用它一次，然后在 if 语句中再次引用该变量。

我已经使用了您的第二个代码。但是如果使用 if face_extractor(frame): 它将转到 else 语句，该语句是 face not found 并且永远循环

现在调整图像大小时的问题。也许如果您的函数所做的返回与返回之前的数组形式不同。如何解决这个问题？

输出现在是图像的列表。请记住，可以检测到不止一张脸。但是，我们可以修改代码，以便如果只检测到一张脸，我们将只返回那张脸。我给你改一下。