模糊图像中的人脸

本项目将下图中麦麦的脸部进行模糊化。

1.导入相关库

import cv2

2.加载图像，定义他的高度和宽度，然后定义内核的宽度和高度。（我们将采用高斯模糊，其内核取决于图像的高度和宽度，也可以自己设置内核大小，它越大，图像越模糊），最后加载Cascade分类器。

image = cv2.imread('image.jpg')

h, w = image.shape[:2]

kernel_width = (w//7) | 1
kernel_height = (h//7) | 1

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

3.将图像提供给分类器，将遍历每个检测到的人脸以应用高斯模糊。

faces = face_cascade.detectMultiScale(image, 1.1, 5)

for x, y, w, h in faces:
    face_roi = image[y:y+h, x:x+w]
    blurred_face = cv2.GaussianBlur(face_roi, (kernel_width, kernel_height), 0)
    image[y:y+h, x:x+w] = blurred_face

cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

全部代码

import cv2
image = cv2.imread('image.jpg')

h, w = image.shape[:2]

kernel_width = (w//7) | 1
kernel_height = (h//7) | 1

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

faces = face_cascade.detectMultiScale(image, 1.1, 5)

for x, y, w, h in faces:
    face_roi = image[y:y+h, x:x+w]
    blurred_face = cv2.GaussianBlur(face_roi, (kernel_width, kernel_height), 0)
    image[y:y+h, x:x+w] = blurred_face

cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

实现效果