馬賽克算法原理

在平常的生活中，我們會經(jīng)常看到各種馬賽克，比如某些宅男硬盤里的視頻馬賽克，有些直播犯罪嫌疑人的頭像遮罩馬賽克等?？梢哉f在生活中，馬賽克無處不在。

因此，我們在學(xué)習(xí)OpenCV的同時(shí)，也要熟練掌握馬賽克的應(yīng)用。下面，我們來了解馬賽克算法的幾種實(shí)現(xiàn)原理：

1. 將需要馬賽克的圖像部位，全部賦值為該區(qū)域左上角的第一個(gè)像素值
2. 將需要馬賽克的圖像部位像素隨機(jī)打亂
3. 隨機(jī)用某一點(diǎn)代替需要馬賽克區(qū)域內(nèi)的所有像素值。

本篇將詳細(xì)介紹馬賽克的處理操作。

實(shí)現(xiàn)圖片中的馬賽克

這里，我們使用3實(shí)現(xiàn)原理，通過隨機(jī)用某一點(diǎn)代替需要馬賽克區(qū)域內(nèi)的所有像素值。具體代碼如下所示：

#馬賽克操作
def mosaic_effect(img):
    new_img = img.copy()
    h, w, n = img.shape
    size = 10#馬賽克大小
    for i in range(size, h - 1 - size, size):
        for j in range(size, w - 1 - size, size):
            i_rand = random.randint(i - size, i)
            j_rand = random.randint(j - size, j)
            new_img[i - size:i + size, j - size:j + size] = img[i_rand, j_rand, :]
    return new_img


if __name__ == "__main__":
    img = cv2.imread("49.jpg")
    cv2.imshow("0", img)
    cv2.imshow("1", mosaic_effect(img))
    cv2.waitKey()
    cv2.destroyAllWindows()

可以看到，我們代碼中設(shè)置的馬賽克大小為10，在這個(gè)區(qū)域內(nèi)，隨機(jī)取一個(gè)像素點(diǎn)，將所有的像素都設(shè)置成該隨機(jī)選取的像素值，這樣就達(dá)到了馬賽克的目的。而且對于原圖來說，輪廓看起來還是沒有變化的。效果如下：

1.png

跟蹤視頻人臉，將人臉用馬賽克遮擋

直接實(shí)現(xiàn)圖片中的馬賽克好像有點(diǎn)簡單，我們不妨結(jié)合前文的捕捉攝像頭的知識以及人臉檢測知識，將馬賽克用于視頻之中。話不多說，我們直接上代碼：

# 將視頻中的人臉替換成馬賽克
def mosaic_video_effect(img):
    height, width, n = img.shape
    new_img = img.copy()
    size = 20
    faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(gray, scaleFactor=1.15, minNeighbors=2, minSize=(5, 5))
    for (x, y, w, h) in faces:
        for i in range(x + size, (x + w) - 1 - size, size):
            for j in range(y + size, (y + h) - 1 - size, size):
                if i - size > 0 and j + size < width and i + size < height and j - size > 0:
                    i_rand = random.randint(i - size, i)
                    j_rand = random.randint(j - size, j)
                    new_img[i - size:i + size, j - size:j + size] = img[i_rand, j_rand, :]
                else:
                    new_img[x:x + w, y:y + h] = [255, 255, 255]
    return new_img


if __name__ == "__main__":
    cap = cv2.VideoCapture(0)
    while (cap.isOpened()):
        ret, frame = cap.read()
        frame = mosaic_video_effect(frame)
        cv2.imshow('video', frame)
        c = cv2.waitKey(1)
        if c == 27:
            break
    cap.release()
    cv2.destroyAllWindows()

這里需要注意的是，因?yàn)槲覀冎徊糠终趽跞四?，所以并不是全屏馬賽克，而當(dāng)人臉移動到攝像頭邊緣時(shí)，這個(gè)時(shí)候i - size，j-size可能小于0，j + size，i + size可能大于寬度高度，將導(dǎo)致數(shù)組越界報(bào)錯(cuò)。所以，為了避免人臉在邊緣時(shí)，越界賦值，我們判斷在邊緣時(shí)直接遮擋白色馬賽克即可。

2.png