如何在Python中使用OpenCV模糊图像中的人脸（）

Python OpenCV模糊图像中的人脸简介 - 使用 Python 中的 OpenCV 库执行人脸检测后，对图像和视频中的人脸进行模糊和匿名处理。
在许多情况下，你希望在 Internet 上公开上传视频或图像，并且你可能希望匿名该视频或图像中显示的随机人员。在本教程中，你将学习如何使用 Python 中的 OpenCV 库模糊图像和视频中的人脸。
Python如何模糊图像中的人脸？为了模糊图像中显示的人脸，你需要首先检测这些人脸及其在图像中的位置。幸运的是，我已经写了一篇关于人脸检测的教程，我们将只使用它的源代码，请随时查看它以获取有关人脸检测代码如何工作的更多详细信息。
Python模糊图像中的人脸示例如下：
首先，安装所需的依赖项：

pip3 install opencv-python numpy

打开一个新文件并导入：

import cv2 import numpy as np

Python OpenCV模糊图像中的人脸：由于在面部检测说明教程，因为我们需要初始化，我们深切的学习模式侦测脸部，我们需要得到的模型架构连同其预训练的权重，下载它们，并把它们在权重文件夹：

# https://raw.githubusercontent.com/opencv/opencv/master/samples/dnn/face_detector/deploy.prototxt prototxt_path = "weights/deploy.prototxt.txt" # https://raw.githubusercontent.com/opencv/opencv_3rdparty/dnn_samples_face_detector_20180205_fp16/res10_300x300_ssd_iter_140000_fp16.caffemodel model_path = "weights/res10_300x300_ssd_iter_140000_fp16.caffemodel" # load Caffe model model = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)

【如何在Python中使用OpenCV模糊图像中的人脸（）】Python模糊图像中的人脸示例 - 下面的代码读取这个图像，准备它，并将它传递给神经网络：

# read the desired image image = cv2.imread("father-and-daughter.jpg") # get width and height of the image h, w = image.shape[ :2] # gaussian blur kernel size depends on width and height of original image kernel_width = (w // 7) | 1 kernel_height = (h // 7) | 1 # preprocess the image: resize and performs mean subtraction blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300), (104.0, 177.0, 123.0)) # set the image into the input of the neural network model.setInput(blob) # perform inference and get the result output = np.squeeze(model.forward())

现在，output对象是一个 NumPy 数组，它检测到了所有的人脸，让我们迭代这个数组，只模糊我们确信它是人脸的部分：

for i in range(0, output.shape[ 0]): confidence = output[ i, 2] # get the confidence # if confidence is above 40%, then blur the bounding box (face) if confidence > 0.4: # get the surrounding box cordinates and upscale them to original image box = output[ i, 3:7] * np.array([ w, h, w, h]) # convert to integers start_x, start_y, end_x, end_y = box.astype(np.int) # get the face image face = image[ start_y: end_y, start_x: end_x] # apply gaussian blur to this face face = cv2.GaussianBlur(face, (kernel_width, kernel_height), 0) # put the blurred face into the original image image[ start_y: end_y, start_x: end_x] = face

Python如何模糊图像中的人脸？不像在人脸检测教程中我们为每个检测到的人脸绘制边界框。相反，我们在这里获取框坐标并对其应用高斯模糊。
cv2.GaussianBlur()方法使用高斯滤波器模糊图像，将中值应用于内核大小内的中心像素。它接受输入图像作为第一个参数，高斯核大小作为第二个参数中的元组，sigma 参数作为第三个参数。
我们从原始图像计算了高斯核大小，在文档中，它说它必须是一个奇数和正整数，我将原始图像除以7，因此它取决于图像形状并执行按位 OR以确保结果值是一个奇数，当然你可以设置你自己的内核大小，它越大，图像越模糊。
Python OpenCV模糊图像中的人脸示例：在我们对每个人脸进行模糊处理后，我们将其设置回原始图像，这样，我们将得到一张所有人脸都被模糊处理的图像，结果如下：