CeleA是香港中文大學的開放數據，包含10177個名人身份的202599張圖片，并且都做好了特征標記，這對人臉相關的訓練是非常好用的數據集。

官網鏈接

網盤鏈接

別看只是一堆人臉，他們很貼心地做好了特征標記，也就是說，你可以找到類似下面這些標簽：

40種屬性：

01 5_o_Clock_Shadow 胡子，（清晨刮臉的人傍晚已長出的短髭 ） -1?
02 Arched_Eyebrows 柳葉眉 1?
03 Attractive 有魅力的 1?
04 Bags_Under_Eyes 眼袋 -1?
05 Bald 禿頭的 -1?
06 Bangs 劉海 -1?
07 Big_Lips 大嘴唇 -1?
08 Big_Nose 大鼻子 -1?
09 Black_Hair 黑發 -1?
10 Blond_Hair 金發 -1?
11 Blurry 睡眼惺松的 -1?
12 Brown_Hair 棕發 1?
13 Bushy_Eyebrows 濃眉 -1?
14 Chubby 豐滿的 -1?
15 Double_Chin 雙下巴 -1?
16 Eyeglasses 眼鏡 -1?
17 Goatee 山羊胡子 -1?
18 Gray_Hair 白發，灰發 -1?
19 Heavy_Makeup 濃妝 1?
20 High_Cheekbones 高顴骨 1?
21 Male 男性 -1?
22 Mouth_Slightly_Open 嘴輕微的張開 1?
23 Mustache 胡子 -1?
24 Narrow_Eyes 窄眼 -1?
25 No_Beard 沒有胡子 1?
26 Oval_Face 瓜子臉，鵝蛋臉 -1?
27 Pale_Skin 白皮膚 -1?
28 Pointy_Nose 尖鼻子 1?
29 Receding_Hairline 發際線; 向后梳得發際線 -1?
30 Rosy_Cheeks 玫瑰色的臉頰 -1?
31 Sideburns 連鬢胡子，鬢腳 -1?
32 Smiling 微笑的 1?
33 Straight_Hair 直發 1?
34 Wavy_Hair 卷發; 波浪發 -1?
35 Wearing_Earrings 戴耳環 1?
36 Wearing_Hat 帶帽子 -1?
37 Wearing_Lipstick 涂口紅 1?
38 Wearing_Necklace 帶項鏈 -1?
39 Wearing_Necktie 戴領帶 -1?
40 Young 年輕人 1

文件含義

進入百度網盤可以看到多個文件，但是都是干什么的呢？應該下載哪個來用呢？

在動手下載之前，最好先讀讀README文件，里面有比較詳細的描述，這里只簡單介紹一下：

• Img文件夾下是所有圖片，圖片又分三類文件：

img_celeba.7z	純“野生”文件，也就是從網絡爬取的沒有做裁剪的圖片
img_align_celeba_png.7z	把“野生”文件裁剪出人臉部分之后的圖片，png格式
img_align_celeba.zip	jpg格式的，比較小（推薦使用，直接解壓即可）

圖中可以看到，人臉圖片的名字只是簡單的編號，那膚色、發色、眼鏡、性別等特征標簽在哪呢，在之前的“Anno”文件夾中：

第一個“list_attr_celeba.txt”文本文件就記錄了每一張圖片的特征標簽：

如圖所示，第一行表示圖片個數，第二行是特征類型，以空格分開，可以看到有超多特征。下面的行就是每張圖片的標記了，第一列是圖片名，后面的每個數字對應每一個特征，1表示正例，-1表示反例。

這樣我們就有了圖片和特征描述了，那怎么篩選出我們要的人臉圖片呢？

假設我們要把所有人臉分成戴了眼鏡的和沒戴眼鏡的兩份集合，來訓練從戴眼鏡到不戴眼鏡的轉換。一個個地人眼去看去分類顯然是不現實的，描述文件的意義就在于此。

我們可以寫一份Python代碼來遍歷txt中每一張圖片對應的“Eyeglasses”屬性列，看是不是1，從而判斷對應圖片是否戴了眼鏡。

數一數可以知道“Eyeglasses”是第16個屬性，這樣，我們可以讀取這份屬性描述txt，遍歷每一行，看對應列是否是1，從而將圖片名篩分到兩個txt中去：

f = open("list_attr_celeba.txt")

newTxt = "glass.txt"

newf = open(newTxt, "a+")

newNoTxt = "noGlass.txt"

newNof = open(newNoTxt, "a+")

#跳過第一行202599

line = f.readline()

#跳過第二行屬性名稱

line = f.readline()

#第三行開始操作

line = f.readline()

while line:

array = line.split()

if (array[16] == "-1"):

new_context = array[0] + '\n'

newNof.write(new_context)

else:

new_context = array[0] + '\n'

newf.write(new_context)

line = f.readline()

lines = len(newf.readlines())

print ("There are %d lines in %s" % (lines, newTxt))

lines = len(newNof.readlines())

print ("There are %d lines in %s" % (lines, newNoTxt))

f.close()

newf.close()

newNof.close()

篩選圖片

得到兩個記錄了有無戴眼鏡的圖片名集合txt后，我們就可以根據這個來篩選圖片了。

圖片共二十多萬張，我們如果采用針對一個txt中每個圖片名都去從頭到尾到文件夾里找一次的方案，處理起來就太慢了。

這里我們采取更快速的方法，遍歷文件夾中所有圖片，對于遇到的每個圖片名（當然，因為文件夾中不止圖片，所以先判斷是否是圖片，也就是后綴是否是.jpg），去記錄有無戴眼鏡的兩個txt中分別找是否包含該圖片名，哪個包含，則把該圖片移動到對應文件夾下去。

這里還可以優化的是，在txt中找圖片名時，也不能每次要找都從頭到尾找，而要記錄上次找到的位置，因為圖片名時按順序排好的，所以下一張要找的圖片名一定會在下面的行，而不會在之前出現過的行，這樣也可以提速。

由于兩個txt中行數不一致（有無戴眼鏡的圖片數量不同），所以要判斷當一個txt全部找完后，之后就不要再去該txt中找了，更不要繼續往后移動行，這樣會出錯的。

整體優化完成后代碼如下：

mport os

import shutil

nof = open("noGlass.txt")

hasf = open("glass.txt")

noLine = nof.readline()

hasLine = hasf.readline()

list = os.listdir("./CelebA/Img/img_align_celeba")

hasGo = True

noGo = True

for i in range(0, len(list)):

imgName = os.path.basename(list[i])

if (os.path.splitext(imgName)[1] != ".jpg"): continue

noArray = noLine.split()

if (len(noArray) < 1): noGo = False

hasArray = hasLine.split()

if (len(hasArray) < 1): hasGo = False

if (noGo and (imgName == noArray[0])):

oldname= "./CelebA/Img/img_align_celeba/"+imgName

newname="./data/noGlass/"+imgName

shutil.move(oldname, newname)

noLine = nof.readline()

elif (hasGo and (imgName == hasArray[0])):

oldname= "./CelebA/Img/img_align_celeba/"+imgName

newname="./data/hasGlass/"+imgName

shutil.move(oldname, newname)

hasLine = hasf.readline()

print(imgName)

nof.close()

hasf.close()

方形臉部截取

?

from PIL import Image

import face_recognition

import os

list = os.listdir("./")

for i in range(0, len(list)):

imgName = os.path.basename(list[i])

if (os.path.splitext(imgName)[1] != ".jpg"): continue

image = face_recognition.load_image_file(imgName)

face_locations = face_recognition.face_locations(image)

for face_location in face_locations:

# Print the location of each face in this image

top, right, bottom, left = face_location

# print("A face is located at pixel location Top: {}, Left: {}, Bottom: {}, Right: {}".format(top, left, bottom, right))

# You can access the actual face itself like this:

width = right - left

height = bottom - top

if (width > height):

right -= (width - height)

elif (height > width):

bottom -= (height - width)

face_image = image[top:bottom, left:right]

pil_image = Image.fromarray(face_image)

pil_image.save('face%s'%imgName)

這份代碼就是遍歷文件夾中的所有圖片，用face_recognition庫去識別出人臉位置的上下左右坐標，基本識別得出的坐標就已經是方形的了，特殊情況下會有一個像素的誤差，所以我強制對比了一次寬高，不一樣就改成一樣的，對裁剪的影響也不會很大。需注意的是要運行這份代碼需要安裝face_recognition庫和PIL庫，如何安裝就可以直接搜索教程了。

這里我們就得到了所有高寬相等的人臉二次裁剪圖片。

還要注意的一點是這里只保證了每張圖片自身高寬相等，圖片之間的尺寸并不一定是同樣大小的。

參考：

https://blog.csdn.net/Cloudox_/article/details/78432517

總結

以上是生活随笔為你收集整理的关于Celeba人脸数据集的介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。