Python opencv實現(xiàn)人眼/人臉識別以及實時打碼處理

更新時間：2019年04月29日 15:54:26 作者：葉舟

這篇文章主要為大家詳細(xì)介紹了Python opencv實現(xiàn)人眼、人臉識別，以及實時打碼處理，具有一定的參考價值，感興趣的小伙伴們可以參考一下

利用Python+opencv實現(xiàn)從攝像頭捕獲圖像，識別其中的人眼/人臉，并打上馬賽克。

系統(tǒng)環(huán)境：Windows 7 + Python 3.6.3 + opencv 3.4.2

一、系統(tǒng)、資源準(zhǔn)備

要想達(dá)成該目標(biāo)，需要滿足一下幾個條件：

找一臺帶有攝像頭的電腦，一般筆記本即可；
需配有Python3，并安裝NumPy包、opencv；
需要有已經(jīng)訓(xùn)練好的分類器，用于識別視頻中的人臉、人眼等，如無分類器，可以點擊這里下載：haarcascades分類器

二、動手做

1、導(dǎo)入相關(guān)包、設(shè)置視頻格式、調(diào)用攝像頭、指定分類器

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")
#調(diào)用攝像頭
cap=cv2.VideoCapture(0)
#人眼識別器分類器
classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")

2、逐幀調(diào)用圖像，并實時處理

從攝像頭讀取一幀圖像后，先轉(zhuǎn)化為灰度圖像，然后利用指定的分類器識別出我們需要的內(nèi)容，接著對該部分內(nèi)容利用高斯噪聲進(jìn)行覆蓋，以達(dá)成馬賽克的目的。

代碼如下：

while cap.isOpened():
 read,frame=cap.read()
 if not read:
  break
 #灰度轉(zhuǎn)換
 grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
 #人臉檢測
 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 
    # 打碼：使用高斯噪聲替換識別出來的人眼所對應(yīng)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
 # 保存視頻
 out.write(frame)
#釋放相關(guān)資源
cap.release()
out.release()
cv2.destroyAllWindows()

3、觀察效果

代碼調(diào)用攝像頭并在窗口進(jìn)行了顯示，可以實時觀察到圖像處理的效果，如圖：

并將結(jié)果保存為視頻，方便隨時查看：

完整代碼如下：

# -*- 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")
#調(diào)用攝像頭
cap=cv2.VideoCapture(0)
#人眼識別器分類器
classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
while cap.isOpened():
 read,frame=cap.read()
 if not read:
  break
 #灰度轉(zhuǎn)換
 grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
 #人臉檢測
 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 
    # 打碼：使用高斯噪聲替換識別出來的人眼所對應(yīng)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
 # 保存視頻
 out.write(frame)
#釋放相關(guān)資源
cap.release()
out.release()
cv2.destroyAllWindows()

利用opencv提供Python接口，可以很方便的進(jìn)行圖像、視頻處理方面的學(xué)習(xí)研究，實在是很方便。這里把近期所學(xué)做個簡單應(yīng)用，后續(xù)再學(xué)習(xí)更深入的知識。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: