open fp = io.BytesIO (fp.read()) AttributeError: объект 'str' не имеет атрибута 'read' в PIL/image.py

Question

Я немного новичок в Python, особенно в библиотеке Imaging, которую я сейчас работать с. Я работаю с кодом распознавания лиц и запускаю его в моей малине Pi 2 B +, управляющей Джесси. Я использую Opencv 2.4.9 и Python 2.7. Код, который я сейчас работаю, работал несколько минут назад, но теперь я все время получаю сообщение об ошибке. Я не изменял код или ничего не обновлял.

Что я пробовал: я удалил подушку и установил разные версии, но она все еще не работает.

Я просто не понимаю, что изменилось. Я попытался изменить имена переменных, которые все еще не влияют.

import cv 
import cv2 
import sys 
import os 
import datetime 
import time 
from PIL import Image 
import numpy as np 


def EuclideanDistance(p, q): 
    p = np.asarray(p).flatten() 
    q = np.asarray(q).flatten() 
    return np.sqrt(np.sum(np.power((p-q),2))) 


class EigenfacesModel(): 

    def __init__(self, X=None, y=None, num_components=0): 
     self.num_components = 0 
     self.projections = [] 
     self.W = [] 
     self.mu = [] 
     if (X is not None) and (y is not None): 
      self.compute(X,y) 

    def compute(self, X, y): 
     [D, self.W, self.mu] = pca(asRowMatrix(X),y, self.num_components) 
     # store labels 
     self.y = y 
     # store projections 
     for xi in X: 
      self.projections.append(project(self.W, xi.reshape(1,-1), self.mu)) 

    def predict(self, X): 
     minDist = np.finfo('float').max 
     minClass = -1 
     Q = project(self.W, X.reshape(1,-1), self.mu) 
     for i in xrange(len(self.projections)): 
      dist = EuclideanDistance(self.projections[i], Q) 
      #print i,dist 
      if dist < minDist: 
       minDist = dist 
       minClass = self.y[i] 
     print "\nMinimum distance ", minDist   
     return minClass,minDist 


def asRowMatrix(X): 
    if len(X) == 0: 
     return np.array([]) 
    mat = np.empty((0, X[0].size), dtype=X[0].dtype) 
    for row in X: 
     mat = np.vstack((mat, np.asarray(row).reshape(1,-1))) 
    return mat 

def read_images(filename, sz=None): 
    c = 0 
    X,y = [], [] 
    with open(filename) as f: 
     for line in f: 
      line = line.rstrip() 
      im = Image.open(line) 
      im = im.convert("L") 
      # resize to given size (if given) 
      if (sz is None): 
       im = im.resize((92,112), Image.ANTIALIAS) 
      X.append(np.asarray(im, dtype=np.uint8)) 
      y.append(c) 
      c = c+1 

    print c 
    return [X,y] 

def pca(X, y, num_components=0): 
    [n,d] = X.shape 
    print n 
    if (num_components <= 0) or (num_components>n): 
     num_components = n 
    mu = X.mean(axis=0) 
    X = X - mu 
    if n>d: 
     C = np.dot(X.T,X) 
     [eigenvalues,eigenvectors] = np.linalg.eigh(C) 
    else: 
     C = np.dot(X,X.T) 
     [eigenvalues,eigenvectors] = np.linalg.eigh(C) 
     eigenvectors = np.dot(X.T,eigenvectors) 
     for i in xrange(n): 
      eigenvectors[:,i] = eigenvectors[:,i]/np.linalg.norm(eigenvectors[:,i]) 
    # or simply perform an economy size decomposition 
    # eigenvectors, eigenvalues, variance = np.linalg.svd(X.T, full_matrices=False) 
    # sort eigenvectors descending by their eigenvalue 
    idx = np.argsort(-eigenvalues) 
    eigenvalues = eigenvalues[idx] 
    eigenvectors = eigenvectors[:,idx] 
    # select only num_components 
    num_components = 25 
    eigenvalues = eigenvalues[0:num_components].copy() 
    eigenvectors = eigenvectors[:,0:num_components].copy() 
    return [eigenvalues, eigenvectors, mu] 

def project(W, X, mu=None): 
    if mu is None: 
     return np.dot(X,W) 
    return np.dot(X - mu, W) 




def reconstruct(W, Y, mu=None): 
    if mu is None: 
     return np.dot(W.T,Y) 
    return np.dot(W.T,Y) + mu 

#if __name__ == "__main__": 

def FaceRecognitionWrapper(Database_Address,TestImages_Address): 

    out_dir = "Output_Directory" 

    [X,y] = read_images(Database_Address) 
    y = np.asarray(y, dtype=np.int32) 
    #print len(X) 

    model = EigenfacesModel(X[0:], y[0:]) 
    # get a prediction for the first observation 
    [X1,y1] = read_images(TestImages_Address) 
    y1 = np.asarray(y1, dtype=np.int32) 
    OutputFile = open("Output.txt",'a') 
    for i in xrange(len(X1)): 
     predicted,difference = model.predict(X1[i]) 
     predicted1 = int(predicted/10) + 1 
     if difference <= 1000: 
      print i+1 , "th image was recognized as individual" , predicted+1 
      OutputFile.write(str(predicted1)) 
      OutputFile.write("\n") 
     else: 
      os.chdir(out_dir) 
      print i+1,"th image could not be recognized. Storing in error folder." 

      errorImage = Image.fromarray(X1[i]) 
      current_time = datetime.datetime.now().time() 
      error_img_name=current_time.isoformat()+'.png' 
      errorImage.save(error_img_name) 
      os.chdir('..') 
    OutputFile.close() 





#Create Model Here 

cascPath = '/home/pi/opencv-2.4.9/data/haarcascades/haarcascade_frontalface_default.xml' 
faceCascade = cv2.CascadeClassifier(cascPath) 
Test_Files = [] 

video_capture = cv2.VideoCapture(0) 

i = 0 

while True: 
    # Capture frame-by-frame 
    ret, frame = video_capture.read() 

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 

    faces = faceCascade.detectMultiScale(
     gray, 
     scaleFactor=1.1, 
     minNeighbors=5, 
     minSize=(30, 30), 
     flags=cv2.cv.CV_HAAR_SCALE_IMAGE 
    ) 

    # Draw a rectangle around the faces 
    for (x, y, w, h) in faces: 
     dummy_image = frame 
     cv2.rectangle(dummy_image, (x, y), (x+w, y+h), (0, 255, 0), 2) 
     dummy_image=dummy_image[y:y+h, x:x+w] 
     dirname = 'detection_output' 
     os.chdir(dirname) 
     current_time = datetime.datetime.now().time() 
     final_img_name=current_time.isoformat()+'.png' 
     Test_Files.append(final_img_name) 
     dummy_image = cv2.cvtColor(dummy_image, cv2.COLOR_BGR2GRAY) 
     cv2.imwrite(final_img_name,dummy_image) 
     os.chdir('..') 


    # Display the resulting frame 
    cv2.imshow('Video', frame) 

    if cv2.waitKey(1) & 0xFF == ord('q'): 
     break 
    i = i + 1 

    if i % 20 == 0: 
     dirname = 'detection_output' 
     os.chdir(dirname) 
     TestFile = open('CameraFeedFaces.txt',"w") 
     for Files in Test_Files: 
      TestFile.write(os.getcwd()+"/"+Files+"\n") 
     TestFile.close() 
     os.chdir("..") 
     #Call testing.py 
     FaceRecognitionWrapper("/home/pi/train_faces/temp.txt",os.getcwd()+"/detection_output/CameraFeedFaces.txt") 
     #Open Output File and Copy in a separate folder where distance greater than threshold 
     #Then delete all the files in the folder 
     break 


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

И вот Traceback:

Traceback (most recent call last): 
    File "hel.py", line 213, in <module> 
    FaceRecognitionWrapper("/home/pi/train_faces/temp.txt",os.getcwd()+"/detection_output/CameraFeedFaces.txt") 
    File "hel.py", line 127, in FaceRecognitionWrapper 
    [X,y] = read_images(Database_Address) 
    File "hel.py", line 68, in read_images 
    im = Image.open(line) 
    File "/usr/local/lib/python2.7/dist-packages/PIL/Image.py", line 2277, in open 
    fp = io.BytesIO(fp.read()) 
AttributeError: 'str' object has no attribute 'read' 

Output when code was working

Я читал где-то, и если я пытаюсь изменить им = Image.open (открытая (линия, 'гь')) Я получаю эту ошибку, а не предыдущую

Traceback (most recent call last): 
    File "hel.py", line 208, in <module> 
    FaceRecognitionWrapper("/home/pi/train_faces/temp.txt",os.getcwd()+"/detection_output/CameraFeedFaces.txt") 
    File "hel.py", line 122, in FaceRecognitionWrapper 
    [X,y] = read_images(Database_Address) 
    File "hel.py", line 63, in read_images 
    im = Image.open(open(line,'rb')) 
IOError: [Errno 2] No such file or directory: '' 

Answer 1

Ваша строка темы c onfusing. Вы исправили эту проблему, а затем обнаружили другую ошибку.

IOError: [Errno 2] No such file or directory: '' 

Сообщение показывает, что вы пытаетесь открыть файл без имени, и это означает, что входной файл, который вы читаете, по меньшей мере одна пустая строка. Если его хорошо для этого файла, чтобы иметь пустые строки, просто пропустить те, как:

def read_images(filename, sz=None): 
    c = 0 
    X,y = [], [] 
    with open(filename) as f: 
     for line in f: 
      line = line.rstrip() 
      if line: 
       im = Image.open(open(line,'rb')) 
       im = im.convert("L" 
       # resize to given size (if given) 
       if (sz is None): 
        im = im.resize((92,112), Image.ANTIALIAS) 
       X.append(np.asarray(im, dtype=np.uint8)) 
       y.append(c) 
       c = c+1 

В противном случае, у вас есть законные ошибки, и вы должны поймать и обработать исключение.