facemosaic 1.1.0

自动识别图片中人脸并加上马赛克

facemosaic

• 模块介绍
• 安装方法
• 使用方法
• 使用实例
• 相关网址

---

模块介绍

该模块可以在脱机状态下识别人脸并加上马赛克。
该模块目前采用的深度学习框架为'caffe'。
该模块需要依赖opencv-python。
暂不支持cuda加速。

---

安装方法

在cmd窗口下输入:

pip install facemosaic

---

使用方法

函数：
add_mosaic

该函数用于识别图片中的人脸并加上马赛克
必要参数:img 可选参数:pixel_width conf_threshold
对于可选参数的说明请见下文 返回：
会返回修改后的图像，使用cv2的imwrite函数即可保存图像

get_face

识别图片中的人脸位置 必要参数:img 可选参数:conf_threshold
img -> 通过cv2中imread函数返回的值flags使用默认参数
conf_threshold -> 要求参数为不大于1不小于0的浮点数。该参数可规定识别的人脸形态阈值(建议不小于0.6)
返回：
会返回一个列表 -> [[人脸左下角横坐标, 人脸左下角纵坐标, 人脸宽度, 人脸高度], ...]（原点位于图片左下角）

mosaic

该函数用于为图片加上马赛克
必要参数:img facial_position 可选参数:pixel_width
img -> 通过cv2中imread函数返回的值flags使用默认参数 facial_position -> 需要get_face函数的返回值 pixel_width -> 关于定义像素化部分一个色块的宽度(单位为像素) 返回：
会返回修改后的图像，使用cv2的imwrite函数即可保存图像

---

使用实例

1. 批量图像打码

import os  # 获取图片路径
import cv2  # 用于读写图片
import facemosaic  # 用于打码的模块
import time  # 用于计算代码运算时间

read_path = './images/'  # 原图片的文件夹
save_path = './save/'  #  打码后的图片文件夹

st = time.time()  # 开始时间
for file_names in os.walk(read_path):
    for file_name in file_names[2]:  # 获取图片文件名
        data = facemosaic.add_mosaic(cv2.imread(read_path+file_name))  # 获取加工后的图片
        cv2.imwrite(save_path+os.path.splitext(file_name)[0]+'.png', data)  # 保存图片
et = time.time()  # 结束时间
print(f'ok.it uses {et - st} s')  # 输出总用时

2. 实时人脸打码

import cv2  # 读取摄像头内容，保存视频
import facemosaic  # 用于打码的模块

cap = cv2.VideoCapture(0)  # 打开摄像头
vw = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取摄像头宽
vh = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取摄像头高
fps = cap.get(cv2.CAP_PROP_FPS)  # 获取视频帧率（最好根据实际每秒加工的图像数量设置否则视频会被加速或减速）
video = cv2.VideoWriter('./save_cv.mp4', cv2.VideoWriter_fourcc('m', 'p', '4', 'v'), fps, (vw, vh))  # 将打码后的内容保存为视频
while True:
    ret, frame = cap.read()  # 读取图片
    data = facemosaic.add_mosaic(frame)  # 对图像进行加工
    cv2.imshow("video", data)  # 显示打码后的图像
    video.write(data)  # 写入数据
    if cv2.waitKey(1) & 0xFF == ord('q'):  # 按q退出
        break

cap.release()  # 释放资源  
cv2.destroyAllWindows()  # 关闭所有窗口

3. 对视频中人脸打码

import facemosaic
import time
import cv2

st = time.time()  # 获取开始时间
cap = cv2.VideoCapture('./test_v.mp4')  # 打开原视频
vw = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取原视频宽
vh = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取原视频高
fps = cap.get(cv2.CAP_PROP_FPS)  # 获取原视频帧率
video = cv2.VideoWriter('./save_v.mp4', cv2.VideoWriter_fourcc('m', 'p', '4', 'v'), fps, (vw, vh))  # 保存加工后的视频

while True:
    ret, frame = cap.read()  # 读取一帧
    if not(ret):  # 当没有可以读取的数据后结束循环
        break
    video.write(facemosaic.add_mosaic(frame, pixel_width=25))  # 保存加工后的帧
    

cap.release()  # 释放资源
et = time.time()  # 结束时间

print(f'ok.it uses {et - st} s')  # 输出总运行时间

---

相关网址

帮助文档