如何在Python中使用 OpenCV 模糊图像中的人脸？

先决条件： OpenCV

OpenCV是一个巨大的开源库，用于计算机视觉、机器学习和图像处理。它可以处理图像和视频以识别物体、面孔，甚至是人类的笔迹。当它与各种库集成时，例如Numpy ，这是一个高度优化的数值运算库，然后你的武器库中的武器数量就会增加，即可以在 Numpy 中执行的任何操作都可以与 OpenCV 结合使用。

本文讨论如何使用 OpenCV 模糊图像中的人脸。

要求：

除了 OpenCV 模块，为了获得这个功能，我们还需要下载Haar Cascade 正面人脸分类器。它以 XML 文件形式提供，用于检测图像中的人脸

方法

• 导入模块
• 使用 OpenCV 读取图像
• 绘制它
• 检测人脸
• 在检测到的人脸上绘制一个矩形
• 模糊矩形
• 显示输出

下面是实现。

输入图像：

原文：my_img.jpg

Python3

# Importing libraries
import numpy as np
import cv2
import matplotlib.pyplot as plt
  
# A function for plotting the images
  
  
def plotImages(img):
    plt.imshow(img, cmap="gray")
    plt.axis('off')
    plt.style.use('seaborn')
    plt.show()
  
  
# Reading an image using OpenCV
# OpenCV reads images by default in BGR format
image = cv2.imread('my_img.jpg')
  
# Converting BGR image into a RGB image
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
  
# plotting the original image
plotImages(image)
  
face_detect = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
face_data = face_detect.detectMultiScale(image, 1.3, 5)
  
# Draw rectangle around the faces which is our region of interest (ROI)
for (x, y, w, h) in face_data:
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
    roi = image[y:y+h, x:x+w]
    # applying a gaussian blur over this new rectangle area
    roi = cv2.GaussianBlur(roi, (23, 23), 30)
    # impose this blurred image on original image to get final image
    image[y:y+roi.shape[0], x:x+roi.shape[1]] = roi
  
  
# Display the output
plotImages(image)

输出：

图像模糊