利用Python+opencv实现从摄像头捕获图像，识别其中的人眼/人脸，并打上马赛克。
系统环境：Windows 7 + Python 3.6.3 + opencv 3.4.2
一、系统、资源准备
要想达成该目标，需要满足一下几个条件：
- 找一台带有摄像头的电脑，一般笔记本即可；
- 需配有Python3，并安装NumPy包、opencv；
- 需要有已经训练好的分类器，用于识别视频中的人脸、人眼等，如无分类器，可以点击这里下载：haarcascades分类器
二、动手做
1、导入相关包、设置视频格式、调用摄像头、指定分类器
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")
#调用摄像头
cap=cv2.VideoCapture(0)
#人眼识别器分类器
classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
2、逐帧调用图像，并实时处理
从摄像头读取一帧图像后，先转化为灰度图像，然后利用指定的分类器识别出我们需要的内容，接着对该部分内容利用高斯噪声进行覆盖，以达成马赛克的目的。
代码如下：
while cap.isOpened():
read,frame=cap.read()
if not read:
break
#灰度转换
grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
#人脸检测
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
# 打码：使用高斯噪声替换识别出来的人眼所对应的像素值
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
# 保存视频
out.write(frame)
#释放相关资源
cap.release()
out.release()
cv2.destroyAllWindows()
3、观察效果
代码调用摄像头并在窗口进行了显示，可以实时观察到图像处理的效果，如图：
并将结果保存为视频，方便随时查看：
完整代码如下：
# -*- 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")
#调用摄像头
cap=cv2.VideoCapture(0)
#人眼识别器分类器
classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
while cap.isOpened():
read,frame=cap.read()
if not read:
break
#灰度转换
grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
#人脸检测
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
# 打码：使用高斯噪声替换识别出来的人眼所对应的像素值
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
# 保存视频
out.write(frame)
#释放相关资源
cap.release()
out.release()
cv2.destroyAllWindows()
利用opencv提供Python接口，可以很方便的进行图像、视频处理方面的学习研究，实在是很方便。这里把近期所学做个简单应用，后续再学习更深入的知识。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。