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：
并将结果保存为视频，方便随时查看：
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服务器之家。
原文链接：https://blog.csdn.net/oYeZhou/article/details/82498031#
