您的位置：首页 > 脚本大全 > > 正文

opencv人脸识别实战（Python opencv实现人眼/人脸识别以及实时打码处理）

更多时间：2021-10-09 00:09:37 类别：脚本大全浏览量：1753

opencv人脸识别实战

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

1

2

3

4

5

6

7

8

9

10

11 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：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25 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：

opencv人脸识别实战（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：

opencv人脸识别实战（Python opencv实现人眼/人脸识别以及实时打码处理）

完整代码如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38 # -*- 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开心学习网。

原文链接：https://blog.csdn.net/oYeZhou/article/details/82498031#

标签：Python OpenCV 人脸识别打码

上一篇：nginx网站集群（Nginx实现高可用集群构建Keepalived+Haproxy+Nginx）

下一篇：opencv抠出边缘检测的图形（python opencv实现图像边缘检测）

您可能感兴趣

opencv人脸识别实战（Python opencv实现人眼/人脸识别以及实时打码处理）

opencv人脸识别实战

热门推荐

排行榜