python小组练习1

最新推荐文章于 2023-05-30 07:32:57 发布

PuppyDiary

最新推荐文章于 2023-05-30 07:32:57 发布

阅读量794

点赞数

文章标签： python

本文链接：https://blog.youkuaiyun.com/weixin_47808721/article/details/120709854

版权

本文介绍了如何结合face-recognition库进行人脸识别，并使用高斯模糊为识别到的人脸打马赛克，防止肖像权侵犯。同时，学习了ffmpeg命令行工具，用于视音频处理，包括将视频帧转换为gif、截取视频片段生成gif等。此外，还学习了两个图像处理函数，用于实际操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1-图像处理与人脸识别的结合应用

在一些场合公开他人的照片严格来说是触犯了他人肖像权的，然而有的时候我们需要公开图片，而图片上有一些其他人却无意之间也被公开了。为了避免这种现象，我们学习利用face-recognition和高斯模糊为识别到的人脸打上马赛克

图像模糊本质上就是将（灰度）图像 I 和一个高斯核进行卷积操作：

Iσ = I*Gσ （其中 * 表示卷积操作；Gσ 是标准差为 σ 的二维高斯核）

SciPy 有用来做滤波操作的 scipy.ndimage.filters 模块，该模块使用快速一维分离的方式来计算卷积。可以像下面这样来使用它：
from PIL import Image
from numpy import *
from scipy.ndimage import filters

im = array(Image.open('empire.jpg').convert('L'))
im2 = filters.gaussian_filter(im,5)
上面 guassian_filter() 函数的最后一个参数表示标准差。

显示了随着 σ 的增加，一幅图像被模糊的程度。σ 越大，处理后的图像细节丢失越多。