python-opencv|5.python-opencv人脸马赛克 python|计算机视觉|opencv

5.python-opencv人脸马赛克第一章 python-opencv-图片导入和显示
第二章 python-opencv图像简单处理
第三章 python-opencv图像mask掩膜处理
第四章 python-opencv图像马赛克
【python-opencv|5.python-opencv人脸马赛克】
文章目录

5.python-opencv人脸马赛克
完整代码
- 方法一
- 方法二
- 方法三
代码运行结果
- 1.方法一结果
- 2.方法二结果
- 3.方法三结果
总结

完整代码上一章我们讲解了如何将图像进行马赛克处理，那么这一章是使用上一章的方法将图像中的人脸进行马赛克处理，与上一章不同的是需要先找到图像中人脸的位置，然后将人脸的区域进行模糊处理。
方法一

import cv2if __name__ == '__main__': # 加载图片 img = cv2.imread('./tong.jpg') #将人脸切片，获取人脸的区域 face = img[100:400, 200:500] # 利用马赛克方法一 face = cv2.resize(face, (30, 30)) face = cv2.resize(face, (300, 300)) # 将马赛克的人脸区域替换原始图像的人脸区域 img[100:400, 200:500] = facecv2.imshow('picture', img) cv2.waitKey(0) cv2.destroyAllWindows()

方法二

import cv2if __name__ == '__main__': # 加载图片 img = cv2.imread('./tong.jpg') # 将人脸切片，获取人脸的区域 face = img[100:400, 200:500] # 利用马赛克方法二 face = cv2.resize(face, (30, 30)) face = np.repeat(face, 10, axis=0) face = np.repeat(face, 10, axis=1) # 将马赛克的人脸区域替换原始图像的人脸区域 img[100:400, 200:500] = facecv2.imshow('picture', img) cv2.waitKey(0) cv2.destroyAllWindows()

方法三

import cv2if __name__ == '__main__': # 加载图片 img = cv2.imread('./tong.jpg') # 将人脸切片，获取人脸的区域 face = img[100:400, 200:500] # 利用马赛克方法三 face = face[::10,::10] face = np.repeat(face, 10, axis = 0) face = np.repeat(face, 10, axis = 1) # 将马赛克的人脸区域替换原始图像的人脸区域 img[100:400, 200:500] = facecv2.imshow('picture', img) cv2.waitKey(0) cv2.destroyAllWindows()

代码运行结果 1.方法一结果
2.方法二结果
3.方法三结果
总结本文主要讲解了如何将图像中的部分区域进行马赛克处理，首先利用切片操作获取区域，然后利用第四章讲解的三种马赛克方法对区域进行模糊处理，最后将模糊区域替换为原始图像中的区域。