Python opencv:人眼/人脸识别并实时打码处理
2018-09-07 16:32
567 查看
版权声明:个人原创,同时也欢迎转载,只需注明出处即可~ https://blog.csdn.net/oYeZhou/article/details/82498031
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
[code]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:
[code]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:
[code]# -*- 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。
阅读更多相关文章推荐
- OpenCV-Python 摄像头实时识别人脸
- opencv-python人眼识别图像处理基础
- opencv+opencv_contrib 人脸识别和检测 python开发环境快速搭建(30分钟)图文教程
- Ubuntu安装Opencv记录(附人脸识别和人眼识别例子)
- python+opencv实现的简单人脸识别代码示例
- python版opencv摄像头人脸实时检测
- 人脸识别【Python+OpenCV】
- python与opencv的结合之人脸识别值
- Python opencv2 人脸识别
- Python+opencv人脸识别
- opencv-python 基本例子3个---显示图片,绘制图形,人脸识别
- Python 3 利用 Dlib 实现摄像头实时人脸识别
- python-opencv-人脸识别实现 从图片中扣人脸
- opencv 人脸识别 (一)训练样本的处理
- opencv 人脸识别 (一)训练样本的处理
- python利用Opencv进行人脸识别(视频流+图片)
- Python +OpenCV 人脸识别
- 基于python3 OpenCV3实现静态图片人脸识别
- opencv 人脸识别 (一)训练样本的处理
- 人脸识别opencv3.1 for python(基于LBH)