Python 如何使用DeepFace.detectFace（）实际检测图像中的人脸？

我正在尝试识别和计算一个文件夹中的每个图片中的人脸数量，我正在使用Deepface来完成这项工作。我在web上只找到了一个对函数

DeepFace.detectFace（）

的引用，该函数应该可以识别面，但我在正确实现框架时遇到了一些问题，除了这个函数之外，我没有找到任何其他对该函数的引用：

输入文件仅为“jpg”和“jpeg”文件

我的代码如下：

from deepface import DeepFace
import os
import os.path
import numpy as np

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
imgs = []
path = os.path.join(BASE_DIR, 'images')
valid_images = [".jpg", ".gif", ".png", ".tga", ".jpeg"]
# image = Image.open(os.path.join(path, file))

for file in os.listdir(path):
    print(file)
    ext = os.path.splitext(file)[1]
    if ext.lower() not in valid_images:
        continue
    print(ext)
    image_face = DeepFace.detectFace(file)
    print(image_face)

我得到以下错误：

2020-08-17 22:33:34.148103:W tensorflow/stream_executor/platform/default/dso_loader.cc:59]无法加载动态库'libcudart.so.10.1'；dlerror:libcudart.so.10.1:无法打开共享对象文件：没有此类文件或目录
2020-08-17 22:33:34.148135:I tensorflow/stream_executor/cuda/cudart_stub.cc:29]如果您的机器上没有设置GPU，请忽略上面的cudart dler错误。
/home/user/.local/share/virtualenvs/image\u cleaning-iUI7F59N/lib/python3.7/site packages/pandas/compat/\uuuuu init\uuuu.py:120:UserWarning:无法导入lzma模块。您安装的Python不完整。尝试使用lzma压缩将导致运行时错误。
警告。警告（msg）
150_save_2020-08-17-21:44:28_9245.png
.png
回溯（最近一次呼叫最后一次）：
文件“face_detection.py”，第18行，在
image\u face=DeepFace.detectFace（文件）
文件“/home/user/.local/share/virtualenvs/image\u cleaning-iUI7F59N/lib/python3.7/site packages/deepface/deepface.py”，第513行，位于detectFace中
img=functions.detectFace（img_路径）[0]#detectFace返回（1224224,3）
文件“/home/user/.local/share/virtualenvs/image\u cleaning-iUI7F59N/lib/python3.7/site packages/deepface/commons/functions.py”，第200行，位于detectFace中
提升值错误（“确认”，img，“存在”）
ValueError:（“确认”“150_save_2020-08-17-21:44:28_9245.png”“存在”）

您正在输入一个文件名。你应该给出图像数组

import cv2

img = cv2.imread(os.path.join(path, file))
image_face = DeepFace.detectFace(img)

输出：

---

将精确的图像路径传递给detectFace函数，而不是通过opencv读取

#!pip install deepface
from deepface import DeepFace
img = DeepFace.detectFace("img1.jpg")

---

伟大的Image\u face为我提供了图像矩阵。你知道如何计算每张图片中有多少张脸吗？你可以使用

cv2.CascadeClassifier（'haarcascade\u frontalface\u default.xml'）。检测多尺度（img）

此代码的输出将是一个numpy数组（x，4）。数字x是当前图像中的面数。