使用 OpenCV 和 Python 模糊和匿名化人脸

简介: 使用 OpenCV 和 Python 模糊和匿名化人脸

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:

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。

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

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。

# 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。

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)。

# 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。

# 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:

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:

22.png

目录
相关文章
|
5天前
|
存储 计算机视觉 异构计算
使用python&C++对bubbliiiing的yolo系列进行opencv.dnn进行推理部署
使用python&C++对bubbliiiing的yolo系列进行opencv.dnn进行推理部署
22 0
|
2月前
|
机器学习/深度学习 存储 算法
Python OpenCV 蓝图:6~7
Python OpenCV 蓝图:6~7
16 0
|
2月前
|
传感器 存储 算法
Python OpenCV 蓝图:1~5
Python OpenCV 蓝图:1~5
21 0
|
2月前
|
机器学习/深度学习 存储 数据库
Python3 OpenCV4 计算机视觉学习手册:6~11(5)
Python3 OpenCV4 计算机视觉学习手册:6~11(5)
43 0
|
2月前
|
存储 API 计算机视觉
Python OpenCV 计算机视觉:1~5
Python OpenCV 计算机视觉:1~5
43 0
|
2月前
|
机器学习/深度学习 算法 数据挖掘
Python3 OpenCV4 计算机视觉学习手册:6~11(2)
Python3 OpenCV4 计算机视觉学习手册:6~11(2)
62 0
|
2月前
|
算法 计算机视觉 索引
Python3 OpenCV4 计算机视觉学习手册:1~5
Python3 OpenCV4 计算机视觉学习手册:1~5
14 0
|
5天前
|
C++ 计算机视觉 Python
【Py调用C++】使用使用python调用C++生成dll处理图像(OPENCV)
【Py调用C++】使用使用python调用C++生成dll处理图像(OPENCV)
18 0
【Py调用C++】使用使用python调用C++生成dll处理图像(OPENCV)
|
1月前
|
算法 计算机视觉 开发者
如何在Python中使用OpenCV实现人脸识别
人脸识别技术在当今社会得到了广泛的应用,如何在Python中使用OpenCV实现人脸识别成为了很多开发者关注的话题。本文将介绍如何使用OpenCV库进行人脸检测和人脸识别,并提供完整的代码示例。
|
2月前
|
Ubuntu Unix 计算机视觉
Python OpenCV 计算机视觉:6~7
Python OpenCV 计算机视觉:6~7
33 0

相关产品

  • 云迁移中心