Python opencv实现人眼/人脸识别以及实时打码处理


						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：haarcascades分类器 



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：



并将结果保存为视频，方便随时查看：



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中文源码网。