您好,登錄后才能下訂單哦!
這篇文章將為大家詳細(xì)講解有關(guān)Python opencv如何實(shí)現(xiàn)人眼/人臉識(shí)別以及實(shí)時(shí)打碼處理,小編覺得挺實(shí)用的,因此分享給大家做個(gè)參考,希望大家閱讀完這篇文章后可以有所收獲。
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(gè)條件:
找一臺(tái)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(shí)別視頻中的人臉、人眼等,如無分類器,可以點(diǎn)擊這里下載:haarcascades分類器
二、動(dòng)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(shí)別器分類器 classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
2、逐幀調(diào)用圖像,并實(shí)時(shí)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(shí)別出我們需要的內(nèi)容,接著對(duì)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(shí)別出來的人眼所對(duì)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(shí)時(shí)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(shí)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(shí)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(shí)別出來的人眼所對(duì)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(shí)在是很方便。這里把近期所學(xué)做個(gè)簡單應(yīng)用,后續(xù)再學(xué)習(xí)更深入的知識(shí)。
關(guān)于“Python opencv如何實(shí)現(xiàn)人眼/人臉識(shí)別以及實(shí)時(shí)打碼處理”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,使各位可以學(xué)到更多知識(shí),如果覺得文章不錯(cuò),請把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。