欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python opencv实现人眼/人脸识别以及实时打码处理

程序员文章站 2022-06-21 08:11:52
利用python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。 系统环境:windows 7 + python 3.6.3 + opencv 3...

利用python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。

系统环境:windows 7 + python 3.6.3 + opencv 3.4.2

一、系统、资源准备

要想达成该目标,需要满足一下几个条件:

  • 找一台带有摄像头的电脑,一般笔记本即可;
  • 需配有python3,并安装numpy包、opencv;
  • 需要有已经训练好的分类器,用于识别视频中的人脸、人眼等,如无分类器,可以点击这里下载:

二、动手做

1、导入相关包、设置视频格式、调用摄像头、指定分类器

import numpy as np 
import cv2
 
fourcc = cv2.videowriter_fourcc("d", "i", "b", " ")
out = cv2.videowriter('frame_mosic.mp4',fourcc, 20.0, (640,480))
 
cv2.namedwindow("captureface")
#调用摄像头
cap=cv2.videocapture(0)
#人眼识别器分类器
classfier=cv2.cascadeclassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")

2、逐帧调用图像,并实时处理

从摄像头读取一帧图像后,先转化为灰度图像,然后利用指定的分类器识别出我们需要的内容,接着对该部分内容利用高斯噪声进行覆盖,以达成马赛克的目的。

代码如下:

while cap.isopened():
 read,frame=cap.read()
 if not read:
  break
 #灰度转换
 grey=cv2.cvtcolor(frame,cv2.color_bgr2gray)
 #人脸检测
 rects = classfier.detectmultiscale(grey, 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))
 
 cv2.imshow("captureface",frame)
 if cv2.waitkey(5)&0xff==ord('q'):
  break
 # 保存视频
 out.write(frame)
#释放相关资源
cap.release()
out.release()
cv2.destroyallwindows()

3、观察效果

代码调用摄像头并在窗口进行了显示,可以实时观察到图像处理的效果,如图:

Python opencv实现人眼/人脸识别以及实时打码处理

并将结果保存为视频,方便随时查看:

Python opencv实现人眼/人脸识别以及实时打码处理

完整代码如下:

# -*- coding: utf-8 -*-
 
import numpy as np 
import cv2
 
fourcc = cv2.videowriter_fourcc("d", "i", "b", " ")
out = cv2.videowriter('frame_mosic.mp4',fourcc, 20.0, (640,480))
 
cv2.namedwindow("captureface")
#调用摄像头
cap=cv2.videocapture(0)
#人眼识别器分类器
classfier=cv2.cascadeclassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
while cap.isopened():
 read,frame=cap.read()
 if not read:
  break
 #灰度转换
 grey=cv2.cvtcolor(frame,cv2.color_bgr2gray)
 #人脸检测
 rects = classfier.detectmultiscale(grey, 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))
 
 cv2.imshow("captureface",frame)
 if cv2.waitkey(5)&0xff==ord('q'):
  break
 # 保存视频
 out.write(frame)
#释放相关资源
cap.release()
out.release()
cv2.destroyallwindows()

利用opencv提供python接口,可以很方便的进行图像、视频处理方面的学习研究,实在是很方便。这里把近期所学做个简单应用,后续再学习更深入的知识。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。