?譯者 | 布加迪

審校 | 重樓

出于幾個(gè)原因，您可能使用人臉模糊來隱藏視頻或圖像中的人臉。隱私和安全問題是最主要的原因。大多數(shù)視頻分享平臺和視頻編輯軟件都內(nèi)置了人臉模糊功能。

您可以使用Python、OpenCV和NumPy庫從頭創(chuàng)建自己的人臉模糊程序。

1、建立環(huán)境

要完成本文的學(xué)習(xí)，您需要熟悉Python的基礎(chǔ)知識，并對NumPy庫的使用有一番基本的了解。

打開任何您熟悉的Python IDE。創(chuàng)建一個(gè)虛擬環(huán)境，用來安裝所需的庫。創(chuàng)建一個(gè)新的Python文件。進(jìn)入到終端，運(yùn)行以下命令來安裝所需的庫。將庫作為以空格分隔的列表來傳遞。

pip install OpenCV-python NumPy

您將使用OpenCV獲取并預(yù)處理視頻輸入，使用NumPy處理數(shù)組。

一旦您安裝了庫，等待IDE更新項(xiàng)目骨干部分。更新完成、環(huán)境準(zhǔn)備就緒后，您就可以開始編碼了。

注意：完整的源代碼可以在GitHub代碼庫中找到（https://github.com/makeuseofcode/Face-Blurring）。

2、導(dǎo)入所需的庫

首先，導(dǎo)入OpenCV庫和NumPy庫。這將使您能夠調(diào)用和使用它們支持的任何函數(shù)。導(dǎo)入OpenCV-python作為cv2。

import cv2
import numpy as np

OpenCV-python模塊使用名稱cv2作為OpenCV社區(qū)建立的約定。OpenCV- Python是OpenCV庫的Python包裝器，用C++編寫。

3、獲取輸入

創(chuàng)建一個(gè)變量，并初始化VideoCapture對象。如果您想使用計(jì)算機(jī)的主攝像頭作為輸入源，應(yīng)傳遞0作為參數(shù)。要使用連接到計(jì)算機(jī)上的外部攝像頭，請傳遞1。要對預(yù)先錄制的視頻執(zhí)行人臉模糊處理，請改而傳遞視頻的路徑。若要使用遠(yuǎn)程攝像頭，傳遞攝像頭的URL，其中含有IP地址和端口號。

cap = cv2.VideoCapture(0)

要對輸入執(zhí)行人臉模糊，您需要這三個(gè)函數(shù)：

• 對輸入進(jìn)行預(yù)處理的函數(shù)。
• 將模糊輸入中的人臉的函數(shù)。
• 將控制程序流程并顯示輸出的main函數(shù)。

4、視頻輸入預(yù)處理

創(chuàng)建一個(gè)輸入預(yù)處理函數(shù)，將輸入視頻的每一幀作為其輸入。初始化CascadeClassifier類，您將用這個(gè)類檢測人臉。將幀大小調(diào)整為640 * 640像素。將調(diào)整大小的幀轉(zhuǎn)換成灰度以便處理，最后檢測輸入中的人臉，并將其與矩形綁定。

def image_preprocess(frame):
    face_detector = cv2.CascadeClassifier(cv2.data.haarcascades
        + 'haarcascade_frontalface_default.xml')

    resized_image = cv2.resize(frame, (640, 640))

    gray_image = cv2.cvtColor(resized_image,
        cv2.COLOR_BGR2GRAY)

    face_rects = face_detector.detectMultiScale(
        gray_image, 1.04, 5, minSize=(20, 20))

    return resized_image, face_rects

該函數(shù)返回一個(gè)元組，含有調(diào)整大小的圖像和表示檢測到的人臉的矩形列表。

5、模糊人臉

創(chuàng)建一個(gè)模糊函數(shù)，將模糊輸入中的人臉。該函數(shù)將調(diào)整大小的幀和預(yù)處理函數(shù)返回的包圍人臉的矩形列表作為輸入。循環(huán)處理人臉矩形。計(jì)算每個(gè)矩形的中心和模糊圓的半徑。通過將所有像素初始化為0，創(chuàng)建一個(gè)與調(diào)整大小的幀具有相同尺寸的黑色圖像。使用計(jì)算出的半徑，在中心位于人臉矩形的黑色圖像上繪制白圓。最后，它模糊白圓上的圖像。

def face_blur(resized_frame, face_rects):
    for (x, y, w, h) in face_rects:
        # Specifying the center and radius
        # of the blurring circle
        center_x = x + w // 3
        center_y = y + h // 3
        radius = h // 1

        # creating a black image having similar
        # dimensions as the frame
        mask = np.zeros((resized_frame.shape[:3]), np.uint8)

        # draw a white circle in the face region of the frame
        cv2.circle(mask, (center_x, center_y), radius,
                   (255, 255, 255), -1)

        # blurring the whole frame
        blurred_image = cv2.medianBlur(resized_frame, 99)

        # reconstructing the frame:
        # - the pixels from the blurred frame if mask > 0
        # - otherwise, take the pixels from the original frame
        resized_frame = np.where(mask > 0, blurred_image,
                                 resized_frame)

    return resized_frame

該函數(shù)使用NumPy where()函數(shù)在模糊過程中重建幀。

6、控制程序流程

創(chuàng)建一個(gè)主函數(shù)，充當(dāng)程序的入口點(diǎn)。然后它將控制程序流程。該函數(shù)將開始一個(gè)無限循環(huán)，不斷捕獲視頻輸入的幀。調(diào)用cap對象的讀取方法，從攝像頭讀取幀。

然后，該函數(shù)將幀傳遞給預(yù)處理函數(shù)，并將返回值傳遞給另一個(gè)函數(shù)face_blur，以獲得模糊后的圖像。然后，它調(diào)整模糊函數(shù)返回的幀的大小，并顯示輸出。

def main():
    while True:
        success, frame = cap.read()
        resized_input, face_rects = image_preprocess(frame)
        blurred_image = face_blur(resized_input, face_rects)

        # Diplaying the blurred image
        cv2.imshow("Blurred image", cv2.resize(blurred_image, (500, 500)))

        if cv2.waitKey(1) == ord("q"):
            break

該函數(shù)還在用戶按下q鍵時(shí)終止輸出顯示。

7、運(yùn)行程序

確保在運(yùn)行腳本時(shí)先運(yùn)行main函數(shù)。如果將腳本作為另一個(gè)程序中的模塊導(dǎo)入，該條件將為假。

if __name__ == "__main__":
    main()

這允許您將腳本作為模塊來使用或作為獨(dú)立程序來運(yùn)行。當(dāng)程序運(yùn)行時(shí)，您應(yīng)該看到類似這樣的輸出：

人臉已經(jīng)過模糊處理，辨認(rèn)不出來。

8、人臉模糊的實(shí)際應(yīng)用

您可以在許多類型的應(yīng)用環(huán)境中運(yùn)用人臉模糊來保護(hù)隱私。街景和地圖服務(wù)使用模糊技術(shù)來模糊圖像中人物的臉部。執(zhí)法部門使用人臉模糊技術(shù)來保護(hù)證人的身份。

許多視頻分享平臺也為用戶整合了人臉模糊功能。比較人臉模糊在這些領(lǐng)域的使用可以幫助您觀察其他平臺如何整合這項(xiàng)技術(shù)。

原文鏈接：https://www.makeuseof.com/python-blur-human-faces-real-time/