赞
踩
本博客运行环境为树莓派,python 3.7 。要提前安装好opencv库。
使用opencv库中的haarcascade_frontalface_default.xml进行人脸检测。
1、使用高斯噪声进行模糊处理。
2、使用高斯滤波函数,在相应的位置处进行模糊处理。
高斯噪声,得到的马赛克为多重点点。原来的视频命名为output.avi,代码编译后保存的视频命名为1111.avi。记得修改自己的文件路径哦。
代码如下:
import numpy as np import cv2 as cv cap = cv.VideoCapture('output.avi') face_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml") #eye_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_eye.xml")#眼睛 fourcc = cv.VideoWriter_fourcc(*'XVID') out = cv.VideoWriter('1111.avi',fourcc, 20.0, (640,480)) def facedetection(img): # gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(img, 1.3, 5) for (x, y, w, h) in faces: #方框 img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2) roi_gray = gray[y:y+h, x:x+w] #圆框 #cv.circle(img, (int(x+w/2), int(y+h/2)), 100, (0, 0, 255), 2) return img while True: # 读取当前帧 ret, frame = cap.read() # 转为灰度图像 gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) Rects = face_cascade.detectMultiScale(gray, scaleFactor = 1.2, minNeighbors = 3, minSize = (32,32)) if len(Rects) > 0: for Rect in Rects: x, y, w, h = Rect # 打码:使用高斯噪声替换识别出来的人眼所对应的像素值 frame[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w)) frame[y+10:y+h-10,x:x+w,1]=np.random.normal(size=(h-20,w)) frame[y+10:y+h-10,x:x+w,2]=np.random.normal(size=(h-20,w)) im = facedetection(frame) out.write(im) cap.release() out.release() cv2.destroyAllWindows()
运行结果如下:
高斯滤波,对应人脸位置模糊处理。原来的视频命名为output.avi,代码编译后保存的视频命名为333.avi。记得修改自己的文件路径哦。
import cv2 as cv import numpy as np cap = cv.VideoCapture('output.avi') face_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml") fourcc = cv.VideoWriter_fourcc(*'XVID') out = cv.VideoWriter('333.avi',fourcc, 20.0, (640,480)) color=(255,0,0) #eye_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_eye.xml") def facedetection(img): faceRects=face_cascade.detectMultiScale(img,scaleFactor=1.2,minNeighbors=3) if len(faceRects):# 大于0则检测到人脸 for faceRect in faceRects:# 单独框出每一张人脸 x,y,w,h=faceRect #高斯滤波 img_GaussianBlur2=cv.GaussianBlur(img[y+10:y+h-10,x:x+w],(0,0),15) img[y+10:y+h-10,x:x+w]=img_GaussianBlur2 img[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w)) cv.rectangle(img,(x,y),(x+h,y+w),color,5) return img while True: # 读取当前帧 ret, frame = cap.read() # 转为灰度图像 gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) edges=cv.Canny(frame,100,200) im = facedetection(frame) out.write(im) cap.release() out.release() cv2.destroyAllWindows()
运行结果如下:
参考:https://www.jb51.net/article/160475.htm
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。