Python 尝试检测图像时发生名称错误

基本上，我创建了两个文件，第一个文件名为train.py，第二个文件名为faces.py。我试图通过训练数据来开发人脸识别和识别。但当我运行它时失败了。我为这两个文件附加了代码。在这件事上我帮助别人可以帮助我。我尝试运行faces.py，但失败了。当我尝试打印（roi_gray）时，也会显示错误

import os
import cv2
import numpy as np
from PIL import Image
import pickle

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
image_dir = os.path.join(BASE_DIR, "images22")

face_cascade = 
cv2.CascadeClassifier('cascades/data/haarcascade_frontalface_alt2.xml')

current_id = 0
label_ids = {}
y_labels = []
x_train = []

recognizer = cv2.face.LBPHFaceRecognizer_create()
for root, dirs, files in os.walk(image_dir):
    for file in files:
    if file.endswith("png") or file.endswith("jpg"):
        path = os.path.join(root, file)
        label = os.path.basename(os.path.dirname(path)).replace("","-").lower()
        #print(path)
        #print(label, path)
        if not label in label_ids:
            label_ids[label] = current_id
            current_id += 1
        id_ = label_ids[label]
        #print(label_ids)
        #y_labels.append(label)
        #x_train.append(path)

        pil_image = Image.open(path).convert("L")
        image_array = np.array(pil_image, "uint8")
        #print(image_array)
        faces = face_cascade.detectMultiScale(image_array, scaleFactor=1.5, 
        minNeighbors=5)

        for(x,y,w,h) in faces:
            roi = image_array[y:y+h, x:x+w]
            x_train.append(roi)
            y_labels.append(id_)



 #print(y_labels)
 #print(x_train)

with open("labels.pickle",'wb') as f:
    pickle.dump(label_ids, f)

recognizer.train(x_train,np.array(y_labels))
recognizer.save("trainner.yml")

这是faces.py的代码

import numpy as np
import cv2


face_cascade = 
cv2.CascadeClassifier('cascades/data/haarcascade_frontalface_alt2.xml')
recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read("trainner.yml")


cap = cv2.VideoCapture(0)

while(True):
   # Capture frame-by-frame
   ret, frame = cap.read()
   gray  = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   faces = face_cascade.detectMultiScale(gray, scaleFactor=1.5, 
   minNeighbors=5)


for (x, y, w, h) in faces:
    #print(x,y,w,h)
    roi_gray = gray[y:y+h, x:x+w] #(ycord_start, ycord_end)
    roi_color = frame[y:y+h, x:x+w]

    id_, conf = recognizer.predict(roi_gray)
    if conf>=4 and conf <=85:




    img_item = "my-image.png"
    cv2.imwrite(img_item, roi_gray)

    color = (255,0,0) #BGR 0-255
    stroke = 2
    end_cord_x = x + w
    end_cord_y = y + h
    cv2.rectangle(frame,(x,y),(end_cord_x,end_cord_y),color,stroke)


    cv2.imshow('frame',frame)
    if cv2.waitKey(20) & 0xFF == ord('q'):
        break




# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

将numpy导入为np
进口cv2
面_级联=
cv2.CascadeClassifier（'cascades/data/haarcascade_frontalface_alt2.xml'））
recognizer=cv2.face.LBPHFaceRecognizer_create（）
识别器读取（“trainer.yml”）
cap=cv2.视频捕获（0）
虽然（正确）：
#逐帧捕获
ret，frame=cap.read（）
灰色=cv2.CVT颜色（边框，cv2.COLOR\u BGR2GRAY）
面=面\级联。检测多尺度（灰色，比例因子=1.5，
minNeighbors=5）
对于面中的（x，y，w，h）：
#打印（x、y、w、h）
roi_灰色=灰色[y:y+h，x:x+w]#（ycord_开始，ycord_结束）
roi_color=帧[y:y+h，x:x+w]
id\u，conf=recognizer.predict（roi\u灰色）
如果conf>=4且conf删除此项：

print(roi_gray)

或者将其移动到循环的
之后：

for (x, y, w, h) in faces:
    #print(x,y,w,h)
    roi_gray = gray[y:y+h, x:x+w] #(ycord_start, ycord_end)
    roi_color = frame[y:y+h, x:x+w]

您正试图打印在抛出错误的那一行不存在的内容。
您在循环的第四行使用
roi\u gray
，但是，四行之后再定义它。我如何解决这个问题，先生？您在定义它之前打印了roi\u gray在使用它之前定义它。请在下次发布您的错误的整个回溯。我已经把我正在处理的所有代码都放进了。希望您能帮助我这是错误文件“faces.py”，第15行，灰色=cv2.cvt颜色（frame，cv2.COLOR\u bgr2 gray）cv2.error:OpenCV（4.0.0）C:\projects\OpenCV python\OpenCV\modules\imgproc\src\COLOR.cpp:181:error:（-215:断言失败）！\u src.empty（）在函数“cv:：cvtColor”中，这是一个与打印语句之前发生的错误完全不同的错误。我建议您打开一个关于该错误的新问题，因为原始问题已解决。堆栈不允许问题像那样嵌套。好的，我将创建一个新问题
import os
import cv2
import numpy as np
from PIL import Image
import pickle

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
image_dir = os.path.join(BASE_DIR, "images22")

face_cascade = 
cv2.CascadeClassifier('cascades/data/haarcascade_frontalface_alt2.xml')

current_id = 0
label_ids = {}
y_labels = []
x_train = []

recognizer = cv2.face.LBPHFaceRecognizer_create()
for root, dirs, files in os.walk(image_dir):
    for file in files:
    if file.endswith("png") or file.endswith("jpg"):
        path = os.path.join(root, file)
        label = os.path.basename(os.path.dirname(path)).replace("","-").lower()
        #print(path)
        #print(label, path)
        if not label in label_ids:
            label_ids[label] = current_id
            current_id += 1
        id_ = label_ids[label]
        #print(label_ids)
        #y_labels.append(label)
        #x_train.append(path)

        pil_image = Image.open(path).convert("L")
        image_array = np.array(pil_image, "uint8")
        #print(image_array)
        faces = face_cascade.detectMultiScale(image_array, scaleFactor=1.5, 
        minNeighbors=5)

        for(x,y,w,h) in faces:
            roi = image_array[y:y+h, x:x+w]
            x_train.append(roi)
            y_labels.append(id_)



 #print(y_labels)
 #print(x_train)

with open("labels.pickle",'wb') as f:
    pickle.dump(label_ids, f)

recognizer.train(x_train,np.array(y_labels))
recognizer.save("trainner.yml")