Python-opencv 人脸检测并打上马赛克/进行模糊处理

本博客运行环境为树莓派，python 3.7 。要提前安装好opencv库。

使用opencv库中的haarcascade_frontalface_default.xml进行人脸检测。
1、使用高斯噪声进行模糊处理。
2、使用高斯滤波函数，在相应的位置处进行模糊处理。

高斯噪声，得到的马赛克为多重点点。原来的视频命名为output.avi，代码编译后保存的视频命名为1111.avi。记得修改自己的文件路径哦。
代码如下：

import numpy as np
import cv2 as cv

cap = cv.VideoCapture('output.avi')
face_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml")
#eye_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_eye.xml")#眼睛

fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('1111.avi',fourcc, 20.0, (640,480))

def facedetection(img):
    # gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(img, 1.3, 5)
    for (x, y, w, h) in faces:
        #方框
        img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
        roi_gray = gray[y:y+h, x:x+w]

        #圆框
        #cv.circle(img, (int(x+w/2), int(y+h/2)), 100, (0, 0, 255), 2)
    return img

while True:
    # 读取当前帧
    ret, frame = cap.read()
    # 转为灰度图像
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    Rects = face_cascade.detectMultiScale(gray, 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))
    im = facedetection(frame)
    out.write(im)
    
cap.release()
out.release()
cv2.destroyAllWindows()

运行结果如下：

高斯滤波，对应人脸位置模糊处理。原来的视频命名为output.avi，代码编译后保存的视频命名为333.avi。记得修改自己的文件路径哦。

import cv2 as cv
import numpy as np

cap = cv.VideoCapture('output.avi')
face_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml")

fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('333.avi',fourcc, 20.0, (640,480))
color=(255,0,0)
#eye_cascade = cv.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_eye.xml")
def facedetection(img):
    faceRects=face_cascade.detectMultiScale(img,scaleFactor=1.2,minNeighbors=3)
    if len(faceRects):# 大于0则检测到人脸 
        for faceRect in faceRects:# 单独框出每一张人脸 
            x,y,w,h=faceRect
            #高斯滤波
            img_GaussianBlur2=cv.GaussianBlur(img[y+10:y+h-10,x:x+w],(0,0),15)
            img[y+10:y+h-10,x:x+w]=img_GaussianBlur2
            img[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w))
            cv.rectangle(img,(x,y),(x+h,y+w),color,5)
    return img

while True:
    # 读取当前帧
    ret, frame = cap.read()
    # 转为灰度图像
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    edges=cv.Canny(frame,100,200)
    im = facedetection(frame)
    out.write(im)
    
cap.release()
out.release()
cv2.destroyAllWindows()

运行结果如下：

参考：https://www.jb51.net/article/160475.htm