使用 OpenCV 和 Python 模糊和匿名化人脸

发表于

「这是我参与11月更文挑战的第4天，活动详情查看：2021最后一次更文挑战」

🌊 作者主页：海拥

🌊 作者简介：🥇HDZ核心组成员、🏆全栈领域优质创作者、🥈蝉联C站周榜前十

🌊 粉丝福利：进粉丝群每周送四本书（每位都有），每月抽送各种小礼品(掘金搪瓷杯、抱枕、鼠标垫、马克杯等)

在本文中，我们将了解如何使用 OpenCV 和 Python 模糊和匿名化人脸。

为此，我们将使用级联分类器来检测人脸。确保从这个链接下载相同的xml文件：

drive.google.com/file/d/1PPO…

方法

  • 首先，我们使用内置的人脸检测算法，从实时视频或图像中检测人脸。在这里，我们将使用级联分类器方法从实时视频（使用网络摄像头）中检测人脸。
  • 然后，读取来自实时视频的帧。存储最新的帧并转换为灰度，以更好地理解特征。
  • 现在，为了使输出美观，我们将在检测到的人脸周围制作一个彩色边框矩形。但是，我们希望检测到的人脸是模糊的，所以我们使用中值模糊函数来做同样的事情，并提到应该模糊人脸的区域。
  • 而且，现在我们想要显示模糊的脸，使用 imshow 函数读取的帧，我们希望它被显示，直到我们按下一个键。

分步实施：

步骤 1： 导入人脸检测算法，称为级联分类器。

1
2
3
python复制代码import cv2
# 检测人脸
cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

步骤 2： 从视频中捕获帧，以便从帧中检测人脸

1
2
3
4
5
python复制代码video_capture = cv2.VideoCapture(0)
while True:

	# 从视频中捕获最新的帧
	check, frame = video_capture.read()

步骤 3： 将捕获的帧更改为灰度。

1
2
3
4
5
python复制代码# 将帧转换为灰度（黑白阴影）
gray_image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
face = cascade.detectMultiScale(gray_image,
								scaleFactor=2.0,
								minNeighbors=4)

步骤 4： 在检测到的人脸周围绘制一个彩色矩形。

1
2
3
4
5
6
7
python复制代码for x, y, w, h in face:

	# 在检测到的人脸周围绘制边框
	# （此处边框颜色为绿色，粗细为3）
	image = cv2.rectangle(frame, (x, y),
						(x+w, y+h),
						(0, 255, 0), 3)

步骤 5： 模糊矩形内的部分（包含检测到的人脸）。

1
2
python复制代码# 模糊矩形中的人脸
image[y:y+h, x:x+w] = cv2.medianBlur(image[y:y+h, x:x+w], 35)

步骤 6： 显示最终输出，即检测到的人脸（矩形内）是模糊的。

1
2
3
python复制代码# 在视频中显示模糊的脸
cv2.imshow('face blurred', frame)
key = cv2.waitKey(1)

下面是完整的实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
python复制代码import cv2

# 检测人脸
cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

# VideoCapture 是一个函数，用于捕获来自连接到系统的摄像头的视频
# 你可以传递 0 或 1
# 0 用于笔记本电脑网络摄像头
# 1 用于外部网络摄像头
video_capture = cv2.VideoCapture(0)

# 一个while循环运行无限次，为视频捕获无限数量的帧，因为视频是帧的组合
while True:

	# 从视频中捕获最新的帧
	check, frame = video_capture.read()

	# 将帧转换为灰度（黑白阴影）
	gray_image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

	# 在捕获的帧中检测多个人脸
        # scaleFactor：参数指定在每个图像比例下图像尺寸减小多少。
        # minNeighbors: 参数指定每个矩形应该有多少个邻居来保留它。
        # 矩形包含检测对象。
        # 这里的对象是人脸。
	face = cascade.detectMultiScale(
		gray_image, scaleFactor=2.0, minNeighbors=4)

	for x, y, w, h in face:

		# 在检测到的人脸周围绘制边框。
                #（这里边框颜色为绿色，粗细为3）
		image = cv2.rectangle(frame, (x, y), (x+w, y+h),
							(0, 255, 0), 3)

		# 模糊矩形中的人脸
		image[y:y+h, x:x+w] = cv2.medianBlur(image[y:y+h, x:x+w],
											35)

	# 在视频中显示模糊的脸
	cv2.imshow('face blurred', frame)
	key = cv2.waitKey(1)

	# 该语句每帧仅运行一次。
        # 基本上，如果我们得到一个密钥，而那个密钥是一个 q
	if key == ord('q'):
		break

# 我们将暂停退出 while 循环，
# 然后运行：
video_capture.release()
cv2.destroyAllWindows()

输出：

image.png

写在最后的

我已经写了很长一段时间的技术博客，并且主要通过掘金发表，这是我的一篇使用 OpenCV 和 Python 模糊和匿名化人脸。我喜欢通过文章分享技术与快乐。您可以访问我的博客： juejin.cn/user/204034… 以了解更多信息。希望你们会喜欢！😊

💌 欢迎大家在评论区提出意见和建议！💌

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%