如何使用Python实时模糊人脸

出于几个原因，您可能使用人脸模糊来隐藏视频或图像中的人脸。隐私和安全问题是最主要的原因。大多数视频分享平台和视频编辑软件都内置了人脸模糊功能。

您可以使用Python、OpenCV和NumPy库从头创建自己的人脸模糊程序。

1、建立环境

要完成本文的学习，您需要熟悉Python的基础知识，并对NumPy库的使用有一番基本的了解。

打开任何您熟悉的Python IDE。创建一个虚拟环境，用来安装所需的库。创建一个新的Python文件。进入到终端，运行以下命令来安装所需的库。将库作为以空格分隔的列表来传递。

pip install OpenCV-python NumPy

您将使用OpenCV获取并预处理视频输入，使用NumPy处理数组。

一旦您安装了库，等待IDE更新项目骨干部分。更新完成、环境准备就绪后，您就可以开始编码了。

如果你也喜欢编程，想通过学习Python转行、做副业或者提升工作效率，这份【最新全套Python学习资料】 一定对你有用！

2、导入所需的库

首先，导入OpenCV库和NumPy库。这将使您能够调用和使用它们支持的任何函数。导入OpenCV-python作为cv2。

import cv2

import numpy as np

OpenCV-python模块使用名称cv2作为OpenCV社区建立的约定。OpenCV- Python是OpenCV库的Python包装器，用C++编写。

3、获取输入

创建一个变量，并初始化VideoCapture对象。如果您想使用计算机的主摄像头作为输入源，应传递0作为参数。要使用连接到计算机上的外部摄像头，请传递1。要对预先录制的视频执行人脸模糊处理，请改而传递视频的路径。若要使用远程摄像头，传递摄像头的URL，其中含有IP地址和端口号。

cap = cv2.VideoCapture(0)

要对输入执行人脸模糊，您需要这三个函数：

• 对输入进行预处理的函数
• 将模糊输入中的人脸的函数
• 将控制程序流程并显示输出的main函数。

4、视频输入预处理

创建一个输入预处理函数，将输入视频的每一帧作为其输入。初始化CascadeClassifier类，您将用这个类检测人脸。将帧大小调整为640 * 640像素。将调整大小的帧转换成灰度以便处理，最后检测输入中的人脸，并将其与矩形绑定。

def image_preprocess(fame):

face_detector = cv2.CascadeClassifier(cv2.data.haarcascades

+ ‘haarcascade_frontalface_default.xml’)

resized_image = cv2