使用 OpenCV 和 Python 模糊和匿名化人臉

方法

首先，我們使用內建的人臉檢測演算法，從實時影片或影象中檢測人臉。在這裡，我們將使用級聯分類器方法從實時影片（使用網路攝像頭）中檢測人臉。

然後，讀取來自實時影片的幀。儲存最新的幀並轉換為灰度，以更好地理解特徵。

現在，為了使輸出美觀，我們將在檢測到的人臉周圍製作一個彩色邊框矩形。但是，我們希望檢測到的人臉是模糊的，所以我們使用中值模糊函式來做同樣的事情，並提到應該模糊人臉的區域。

而且，現在我們想要顯示模糊的臉，使用 imshow 函式讀取的幀，我們希望它被顯示，直到我們按下一個鍵。

分步實施：

步驟 1：

匯入人臉檢測演算法，稱為級聯分類器。

import cv2# 檢測人臉cascade = cv2。CascadeClassifier（“haarcascade_frontalface_default。xml”）複製程式碼

步驟 2：

從影片中捕獲幀，以便從幀中檢測人臉

video_capture = cv2。VideoCapture（0）while True： # 從影片中捕獲最新的幀 check， frame = video_capture。read（）複製程式碼

步驟 3：

將捕獲的幀更改為灰度。

# 將幀轉換為灰度（黑白陰影）gray_image = cv2。cvtColor（frame， cv2。COLOR_BGR2GRAY）face = cascade。detectMultiScale（gray_image， scaleFactor=2。0， minNeighbors=4）複製程式碼

步驟 4：

在檢測到的人臉周圍繪製一個彩色矩形。

for x， y， w， h in face： # 在檢測到的人臉周圍繪製邊框 # （此處邊框顏色為綠色，粗細為3） image = cv2。rectangle（frame，（x， y），（x+w， y+h），（0， 255， 0）， 3）複製程式碼

步驟 5：

模糊矩形內的部分（包含檢測到的人臉）。

# 模糊矩形中的人臉image［y：y+h， x：x+w］ = cv2。medianBlur（image［y：y+h， x：x+w］， 35）複製程式碼

步驟 6：

顯示最終輸出，即檢測到的人臉（矩形內）是模糊的。

# 在影片中顯示模糊的臉cv2。imshow（‘face blurred’， frame）key = cv2。waitKey（1）複製程式碼

下面是完整地實現：

import cv2# 檢測人臉cascade = cv2。CascadeClassifier（“haarcascade_frontalface_default。xml”）# VideoCapture 是一個函式，用於捕獲來自連線到系統的攝像頭的影片# 你可以傳遞 0 或 1# 0 用於膝上型電腦網路攝像頭# 1 用於外部網路攝像頭video_capture = cv2。VideoCapture（0）# 一個while迴圈執行無限次，為影片捕獲無限數量的幀，因為影片是幀的組合while True： # 從影片中捕獲最新的幀 check， frame = video_capture。read（） # 將幀轉換為灰度（黑白陰影） gray_image = cv2。cvtColor（frame， cv2。COLOR_BGR2GRAY） # 在捕獲的幀中檢測多個人臉 # scaleFactor：引數指定在每個影象比例下影象尺寸減小多少。 # minNeighbors：引數指定每個矩形應該有多少個鄰居來保留它。 # 矩形包含檢測物件。 # 這裡的物件是人臉。 face = cascade。detectMultiScale（ gray_image， scaleFactor=2。0， minNeighbors=4） for x， y， w， h in face： # 在檢測到的人臉周圍繪製邊框。 #（這裡邊框顏色為綠色，粗細為3） image = cv2。rectangle（frame，（x， y），（x+w， y+h），（0， 255， 0）， 3） # 模糊矩形中的人臉 image［y：y+h， x：x+w］ = cv2。medianBlur（image［y：y+h， x：x+w］， 35） # 在影片中顯示模糊的臉 cv2。imshow（‘face blurred’， frame） key = cv2。waitKey（1） # 該語句每幀僅執行一次。 # 基本上，如果我們得到一個金鑰，而那個金鑰是一個 q if key == ord（‘q’）： break# 我們將暫停退出 while 迴圈，# 然後執行：video_capture。release（）cv2。destroyAllWindows（）複製程式碼

輸出：