Python opencv如何實現人眼/人臉識別以及實時打碼處理

這篇文章將為大家詳細講解有關Python opencv如何實現人眼/人臉識別以及實時打碼處理，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

系統環境：Windows 7 + Python 3.6.3 + opencv 3.4.2

一、系統、資源準備

要想達成該目標，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；

• 需要有已經訓練好的分類器，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、導入相關包、設置視頻格式、調用攝像頭、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、逐幀調用圖像，并實時處理

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

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)
#釋放相關資源
cap.release()
out.release()
cv2.destroyAllWindows()

3、觀察效果

代碼調用攝像頭并在窗口進行了顯示，可以實時觀察到圖像處理的效果，如圖：

并將結果保存為視頻，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)
#釋放相關資源
cap.release()
out.release()
cv2.destroyAllWindows()

利用opencv提供Python接口，可以很方便的進行圖像、視頻處理方面的學習研究，實在是很方便。這里把近期所學做個簡單應用，后續再學習更深入的知識。

關于“Python opencv如何實現人眼/人臉識別以及實時打碼處理”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。