1.視頻演示：

[項目分享]Python＆OpenCV自動人臉打馬賽克＆調色系統[源碼＆UI操作界面＆部署教程]

2.圖片演示：

3.圖像顏色檢索＆替換：

4.馬賽克分類：

使用opencv庫中的haarcascade_frontalface_default.xml進行人臉檢測。
1、使用高斯噪聲進行模糊處理。
2、使用高斯濾波函數，在相應的位置處進行模糊處理。

高斯噪聲，得到的馬賽克為多重點點。原來的視頻命名為output.avi，代碼編譯后保存的視頻命名為1111.avi。記得修改自己的文件路徑哦。

import numpy as np import cv2 as cvcap = 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]#圓框#cv.circle(img, (int(x+w/2), int(y+h/2)), 100, (0, 0, 255), 2)return imgwhile True:# 讀取當前幀ret, frame = cap.read()# 轉為灰度圖像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 # 打碼：使用高斯噪聲替換識別出來的人眼所對應的像素值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()

圖片是由一個三維數組，打馬賽克就是把特定區域的值替換為其他值，項目在做的過程中經過一次升級，最開始用的是高斯馬賽克，后來參考該博客，升級為和其他軟件手工打的馬賽克一樣的樣式正規馬賽克

高斯馬賽克

特定區域值替換為高斯分布數值，可以利用numpy中的np.random.normal(size=(h,w))來生成一些隨機的數值，然后進行替換即可

正規馬賽克

馬賽克的實現原理是把圖像上某個像素點一定范圍鄰域內的所有點用鄰域內左上像素點的顏色代替，這樣可以模糊細節，但是可以保留大體的輪廓。就是用左上角的那個值，來替換右下方一個小方塊的值，逐步進行替換即可。

5.代碼實現：

高斯馬賽克

import cv2 import numpy as npface_location=[430,500,730,870] #x1,y1,x2,y2 x1,y1為人臉左上角點；x2,y2為人臉右下角點 img=cv2.imread('./tongliya.jpg') #opencv讀取的是BGR數組##高斯馬賽克 def normal_mosaic(img, x1, y1, x2, y2):img[y1:y2, x1:x2, 0] = np.random.normal(size=(y2-y1, x2-x1))img[y1:y2, x1:x2, 1] = np.random.normal(size=(y2-y1, x2-x1))img[y1:y2, x1:x2, 2] = np.random.normal(size=(y2-y1, x2-x1))return imgx1=face_location[0] y1=face_location[1] x2=face_location[2] y2=face_location[3] img_mosaic=normal_mosaic(img, x1, y1, x2, y2) cv2.imwrite('img_mosaic_normal.jpg',img_mosaic)

正規馬賽克

import cv2 import numpy as npface_location=[430,500,730,870] #x1,y1,x2,y2 x1,y1為人臉左上角點；x2,y2為人臉右下角點 img=cv2.imread('./tongliya.jpg') #opencv讀取的是BGR數組#正規馬賽克 def do_mosaic(img, x, y, w, h, neighbor=9):""":param rgb_img:param int x : 馬賽克左頂點:param int y: 馬賽克左頂點:param int w: 馬賽克寬:param int h: 馬賽克高:param int neighbor: 馬賽克每一塊的寬"""for i in range(0, h , neighbor): for j in range(0, w , neighbor):rect = [j + x, i + y]color = img[i + y][j + x].tolist() # 關鍵點1 tolistleft_up = (rect[0], rect[1])x2=rect[0] + neighbor - 1 # 關鍵點2 減去一個像素y2=rect[1] + neighbor - 1if x2>x+w:x2=x+wif y2>y+h:y2=y+hright_down = (x2,y2) cv2.rectangle(img, left_up, right_down, color, -1) #替換為為一個顏值值return imgx=face_location[0] y=face_location[1] w=face_location[2]-face_location[0] h=face_location[3]-face_location[1] img_mosaic=do_mosaic(img, x, y, w, h, neighbor=15) cv2.imwrite('img_mosaic.jpg',img_mosaic)

完整源碼＆環境部署視頻教程＆自定義UI界面

參考博客《Python＆OpenCV自動人臉打馬賽克＆調色系統[源碼＆UI操作界面＆部署教程]》

6.參考文獻：

---

• [1]基于Adaboost的安全帶檢測系統[J]. 陳雁翔,李賡. 電子測量技術. 2015(04)
• [2]基于高斯混合模型的運動目標檢測方法研究[J]. 馬德智,李巴津,董志學. 電子測量技術. 2013(10)
• [3]基于超球支持向量機的多姿態協同人臉檢測[J]. 滕少華,陳海濤,張巍. 計算機應用. 2013(07)
• [4]基于LBP算子和類覆蓋捕獲圖的人臉檢測算法[J]. 趙海峰,孫姍姍,閆偉紅,王宜龍,孫登第. 數學的實踐與認識. 2013(07)
• [5]基于類Haar特征與級聯AdaBoost算法的防震錘識別[J]. 金立軍,閆書佳,劉源. 系統仿真學報. 2012(09)
• [6]改進的高斯膚色模型及其在人臉檢測中的應用[J]. 劉春生,常發亮,陳振學,李爽. 儀器儀表學報. 2012(05)
• [7]復雜光照下的人臉膚色檢測方法[J]. 李全彬,王小明,劉錦高,李明. 計算機應用. 2010(06)
• [8]復雜背景和光照多變的人臉檢測方法[J]. 李全彬,孫巧榆,劉錦高,李明. 計算機工程與應用. 2009(18)

總結

以上是生活随笔為你收集整理的Python＆OpenCV自动人脸打马赛克＆调色系统[源码＆UI操作界面＆部署教程]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。