使用 Picasa API 自动进行人脸检测以提取单个图像

Posted 2023-03-16

【中文标题】使用 Picasa API 自动进行人脸检测以提取单个图像

【英文标题】：Automatic face detection using Picasa API to extract individual images

【发布时间】：2011-04-21 18:56:19

【问题描述】：

（已向超级用户询问与应用程序相关的答案类似的问题。该问题发布在此处以收集相同的可编程解决方案）

在我的工作场所，护照大小的照片会一起扫描，然后切割成单独的照片并以唯一的文件编号保存。目前我们使用 Paint.net 手动选择、剪切和保存图片。

扫描文档 Picasa 屏幕截图示例： （来自：google image search multiple sources, fairuse）

例如。在 Picasa 3.8 中，单击“视图”>“人物”时，会显示所有面孔并要求我为它们命名，我可以将这些单独的图片自动保存为不同的图片名称吗？

更新

我要做的就是将上面的图片转换为单独的图片。

在上图中，我展示了 Picasa 3.8 如何检测图像并提示我命名它们。我不需要人脸识别，我只需要人脸检测。 Picasa 会检测单个图像并将其显示在 RHS 上。这些单独的图像是我需要的。 Picasa 会创建一个 .ini 文件，该文件保存包含各个面的坐标的十六进制值。

这些个人脸是我感兴趣的，如果我能得到坐标，我就可以从图片中裁剪出所需的图像。

SAMPLE.jpg

ini 内容

 [SAMPLE.jpg]
faces=rect64(c18f4c8ef407851e),d4ff0a020be5c3c0;rect64(534a06d429ae627),dff6163dfd9d4e41;rect64(b9c100fae46b3046),e1059dcf6672a2b3;rect64(7b5105daac3a3cf4),4fc7332c107ffafc;rect64(42a036a27062a6c),ef86c3326c143248;rect64(31f4efe3bd68fd8),90158b3d3b65dc9b;rect64(327904e0614d390d),43cbda6e92fcb63e;rect64(4215507584ae9b8c),15b6a967e857f334;rect64(895d4efeb8b68425),5c4ff70ac70b27d3
backuphash=3660

*ini 文件似乎将每个标签的面部标签的坐标保存为rect64(534a06d429ae627),dff6163dfd9d4e41。 引用Picasa Help Site用户Technonath说

@oedious 写道：- 这将是 有点技术性，所以请稍等。 * rect64() 中包含的数字是一个 64 位的十六进制数。 * 将其分解为四个 16 位数字。 * 将每个除以最大无符号 16 位数 (65535)，您将拥有 0 到 1 之间的四个数字。 * 剩下的四个数字为您提供面部的相对坐标 矩形：（左，上，右，下）。 * 如果你想以绝对坐标结束，将左侧和 就在图像宽度和顶部 和底部的图像高度。

上面的引用谈到了 rect64() 中包含的数字，那么逗号后面括号外的数字呢？

我问了一个相关的问题。其中的答案也可能对您有所帮助。 Get four 16bit numbers from a 64bit hex value

注意： ini 细节和 picasa 一样 为特定图像生成。

另外问题已多次更新，可能不够清楚。

Picasa Help site 有一些回复，我在那里问了同样的问题 该线程的答案之一是根据ini文件中的十六进制值获取坐标。以下代码来自帮助站点的esac 中的 C#。我可以在 php 中做同样的事情吗？

public static RectangleF GetRectangle(string hashstr)

    UInt64 hash = UInt64.Parse(hashstr, System.Globalization.NumberStyles.HexNumber);
    byte[] bytes = BitConverter.GetBytes(hash);

    UInt16 l16 = BitConverter.ToUInt16(bytes, 6);
    UInt16 t16 = BitConverter.ToUInt16(bytes, 4);
    UInt16 r16 = BitConverter.ToUInt16(bytes, 2);
    UInt16 b16 = BitConverter.ToUInt16(bytes, 0);

    float left = l16 / 65535.0F;
    float top = t16 / 65535.0F;
    float right = r16 / 65535.0F;
    float bottom = b16 / 65535.0F;

    return new RectangleF(left, top, right - left, bottom - top);
 

PHP 代码 试图将 64 位转换为 1 到 0 之间的数字

<?php
$dim = getimagesize("img.jpg");    
$hex64=array();
$b0="c18f4c8ef407851e";
$hex64[]=substr($b0,0,4);
$hex64[]=substr($b0,4,4);
$hex64[]=substr($b0,8,4);
$hex64[]=substr($b0,12,4);
$width=$dim[0];
$height=$dim[1];
foreach($hex64 as $hex16)
$dec=hexdec($hex16);
$divide=65536;
$mod=$dec%$divide;
$result=$dec/$divide;
$cordinate1=$result*$width;
$cordinate2=$result*$height;
echo "Remainder 1 : ".$mod." ; Result 1 :  ".$result."<br/>CO-ORDINATES : <B>".$cordinate1." ".$cordinate2."</B><br/>";

?>

输出

余数 1 : 49551 ;结果 1： 0.75608825683594 坐标：371.99542236328 396.94633483887 余数 1：19598；结果 1： 0.29904174804688 坐标：147.12854003906 156.99691772461 余数 1：62471；结果 1： 0.95323181152344 坐标：468.99005126953 500.4467010498 余数 1：34078；结果 1： 0.51998901367188 坐标：255.83459472656 272.99423217773

所以我也有坐标，@Nirmal 有shown how to crop them。现在接下来的步骤是解析 picasa.ini 中的十六进制代码和文件名并集成代码。 Picasa 目前不通过 api（或 Do they?）提供十六进制代码。如果是这样的话，情况会更好。

所以我们正在接近解决方案。谢谢大家，我希望我能将赏金奖励给每个人（我不能，但不要害怕，并注意你们的代表人数激增！）

【问题讨论】：

你能给出所有四个角的(x,y)格式的最终​​坐标吗？

@Nirmal (371,156),(468,156),(468,272),(371,272)

【参考方案1】：

我在 .NET 中开发了一个小应用程序，它完全按照您所说的进行，它为面部生成文件。在这里查看：http://ceottaki.com/devprojects/getpicasafaces

源代码也可用。

虽然我还没有实现从他们的十六进制代码中获取联系人的姓名，但可以使用 Google 联系人 API：http://code.google.com/apis/contacts/

使用该 API，可以按 ID 获取联系人，如果您的联系人在 Picasa 和 Google 通讯录之间同步，则十六进制 ID 是相同的。

完整联系链接的最后一部分是 Picasa 使用的十六进制。

我希望这会有所帮助。

干杯， 费利佩。

【讨论】：

干得好！没有考虑联系人集成；这是一个额外的好处。不过，依靠 Picasa 来获得 rect hexes 是很痛苦的。希望有一个api！

【参考方案2】：

这应该会让你越过终点线。下面是一些解析 INI 的代码。

<?php
$vals = parseIni('picasa.ini');
foreach($vals as $filename => $values) 
    $rects = getRects($values['faces']);
    foreach($rects as $rect) 
        printImageInfo($filename, $rect);
    


/**
 * PHP's own parse_ini_file doesn't like the Picasa format.
 */
function parseIni($file)

    $index = 0;
    $vals = array();
    $f = fopen($file, 'r');
    while(!feof($f)) 
        $line = trim(fgets($f));
        if (preg_match('/^\[(.*?)\]$/', $line, $matches)) 
            $index = $matches[1];
            continue;
        

        $parts = explode('=', $line, 2);
        if (count($parts) < 2) continue;
        $vals[$index][$parts[0]] = $parts[1];
    

    fclose($f);
    return $vals;


function getRects($values)

    $values = explode(';', $values);
    $rects = array();
    foreach($values as $rect) 
        if (preg_match('/^rect64\(([^)]+)\)/', $rect, $matches)) 
            $rects[] = $matches[1];
        
    

    return $rects;


function printImageInfo($filename, $rect)

    $dim = getimagesize($filename);    
    $hex64=array();
    $hex64[]=substr($rect,0,4);
    $hex64[]=substr($rect,4,4);
    $hex64[]=substr($rect,8,4);
    $hex64[]=substr($rect,12,4);
    $width=$dim[0];
    $height=$dim[1];
    foreach($hex64 as $hex16)
        $dec=hexdec($hex16);
        $divide=65536;
        $mod=$dec%$divide;
        $result=$dec/$divide;
        $cordinate1=$result*$width;
        $cordinate2=$result*$height;
        echo "Remainder 1 : ".$mod." ; Result 1 :  ".$result."<br/>CO-ORDINATES : <B>".$cordinate1." ".$cordinate2."</B><br/>";
    

【参考方案3】：

对于裁剪部分，我在没有测试的情况下输入代码，但这应该可以：

<?php
//source image
$srcImg = "full/path/of/source/image.jpg";
//output image
$outImg = "full/path/to/result/image.jpg";

//coordinates obtained from your calculation
$p1 = array('X'=>371, 'Y'=>156);
$p2 = array('X'=>468, 'Y'=>156);
$p3 = array('X'=>468, 'Y'=>272);
$p4 = array('X'=>371, 'Y'=>272);

//let's calculate the parametres
$srcX = $p1['X'];
$srcY = $p1['Y'];
$width = $p2['X'] - $p1['X'];
$height = $p4['Y'] - $p1['Y'];

//image processing
$srcImg = imagecreatefromjpeg($srcImg);
$dstImg = imagecreatetruecolor($width, $height);
imagecopy($dstImg, $srcImg, 0, 0, $srcX, $srcY, $width, $height);
imagejpeg($dstImg, $outImg, 100); // 100 for highest quality, 0 for lowest quality
imagedestroy($dstImg);
?>

以上代码假设您的源图像是 JPEG 格式，并且坐标是完美的矩形或正方形。

希望对您有所帮助。

【讨论】：

谢谢你。我正在探索 php 的图像处理库。竖起大拇指！

【参考方案4】：

您对问题的解决方案是矫枉过正。忽略面孔。您所拥有的是纯白色背景和一堆矩形图像。您需要做的就是找到包围每个图像的矩形并裁剪。

首先对标记所有非背景像素的原始图像运行过滤器。这需要进行一些调整，因为有时背景中会有淡淡的色调（污垢），或者照片会有一些看起来像背景的像素（真正的白牙）。

现在您要寻找其中没有背景颜色的大面积区域。将它们裁剪成矩形。

既然是你做扫描，为什么不把背景设为绿色呢？绿色可能是一种更容易过滤的颜色，尤其是因为护照照片是在白色背景上拍摄的。

【讨论】：

+1 让我从不同的角度看待问题。制作绿色背景将非常简单，我正在开发一个 php webapp，它将在本地服务器上运行，它将扫描的 img 作为上传，然后将单个图片保存在服务器上并使其可用一个 zip 下载。是否有 php 库（gd？）可以让我检测颜色并选择矩形？

不知道有没有库。但是，必须有库来加载图像并处理其中的颜色。从背景过滤器开始，如绿色 > 90%、红色和蓝色 en.wikipedia.org/wiki/Hough_transform。如果您知道矩形与页面的边成直角，那会很有帮助。

我已经更新了这个问题。使用获取（？）图像坐标的 php 脚本。我可以使用它们从图像中裁剪单个图像吗？

【参考方案5】：

要回答 picasa 问题，请参阅 picasa 论坛上的回复：http://www.google.com/support/forum/p/Picasa/thread?tid=36ae553a7b49088e&hl=en

@oedious 写道：- 这将是 有点技术性，所以请稍等。 * rect64() 中包含的数字是 64 位十六进制数。 * 将其分解为四个 16 位数字。 * 将每个除以最大无符号 16 位数 (65535)，您将拥有 0 到 1 之间的四个数字。 * 剩下的四个数字为您提供面部的相对坐标 矩形：（左，上，右，下）。 * 如果你想以绝对坐标结束，将左侧和 就在图像宽度和顶部 和底部的图像高度。

【讨论】：

这是一个宝贵的链接。谢谢你。如果您理解我的问题，我正在尝试将扫描的 img 分解为单独的 img。如果我有坐标，我可以为 Paint.net 编写一个插件来执行此操作（我没有任何桌面编程经验，所以这可能需要我几个月的时间，完成后会发布一个链接:)。）

如何从 64 位的数字中得到 16 位的数字？

【参考方案6】：

查看OpenCV - 分发附带的示例之一是用于人脸检测。

【讨论】：

我一直在寻找这样的库，看起来这会有所帮助。感谢分享。

【参考方案7】：

您可以进一步简化问题 :-) 如果扫描的图像始终处于 5x4 网格中...那么您可以轻松使用几乎任何提供的编程语言打开图像位图操作，并保存每个方块。以下是如何使用 C# 执行此操作的示例：

private Image Crop(Image pics, Rectangle area)

   var bitmap = new Bitmap(pics);
   return (Image)bitmap.Clone(area, bitmap.PixelFormat);

你需要做的就是计算每个矩形，然后调用这个方法，它只返回矩形定义的图像区域。类似的东西（可能是伪代码，下面的代码没有编译）：

// assuming that each sub image in the larger is 45x65
int cellwidth=45, cellheight=65;

for(int row=0;row<5;row++)

  for(int col=0;col<4;col++)
  
    var rect = new Rectangle(
      row * cellwidth,
      col * cellheight,
      cellwidth,
      cellheight);
    var picture = Crop(bigPicture, rect);
    // then save the sub image with whatever naming convention you need
  

【讨论】：

但是护照照片尺寸变化很大。有些是 5 厘米 × 4 厘米，有些是 4 × 3 厘米，4x4 等，再加上将它们放在扫描仪中通常会产生随意的排列。如果我能检测到图像的标记部分，然后将它们裁剪出来......我可以做一些 php。

我已经更新了原始问题，如果我能得到坐标，你的解决方案似乎是合理的。但是坐标是十六进制的，我对十六进制一无所知，