python 人脸识别调整人脸大的距离_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:

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萬仟网。

希望与广大网友互动??

点此进行留言吧!

你可能感兴趣的:(python,人脸识别调整人脸大的距离)