번역기 | Bugatti
Reviewer | Chonglou
몇 가지 이유로 비디오나 이미지에서 얼굴을 숨기기 위해 얼굴 흐림 기능을 사용할 수 있습니다. 개인 정보 보호 및 보안 문제가 주된 이유입니다. 대부분의 비디오 공유 플랫폼과 비디오 편집 소프트웨어에는 얼굴 흐림 기능이 내장되어 있습니다.
Python, OpenCV 및 NumPy 라이브러리를 사용하여 처음부터 자신만의 얼굴 흐림 프로그램을 만들 수 있습니다.
이 글을 완성하려면 Python의 기본 지식과 NumPy 라이브러리 사용에 대한 기본적인 이해가 필요합니다.
익숙한 Python IDE를 엽니다. 필요한 라이브러리를 설치하기 위해 가상 환경을 만듭니다. 새 Python 파일을 만듭니다. 터미널로 이동하여 다음 명령을 실행하여 필요한 라이브러리를 설치하십시오. 라이브러리를 공백으로 구분된 목록으로 전달합니다.
pip install OpenCV-python NumPy
OpenCV를 사용하여 비디오 입력을 획득하고 전처리하고 NumPy를 사용하여 배열을 처리합니다.
라이브러리를 설치한 후 IDE가 프로젝트 백본을 업데이트할 때까지 기다립니다. 업데이트가 완료되고 환경이 준비되면 코딩을 시작할 수 있습니다.
참고: 전체 소스 코드는 GitHub 저장소(https://github.com/makeuseofcode/Face-Blurring)에서 찾을 수 있습니다.
먼저 OpenCV 라이브러리와 NumPy 라이브러리를 가져옵니다. 이를 통해 지원하는 모든 기능을 호출하고 사용할 수 있습니다. OpenCV-python을 cv2로 가져옵니다.
import cv2 import numpy as np
OpenCV-python 모듈은 OpenCV 커뮤니티에서 확립한 규칙에 따라 cv2라는 이름을 사용합니다. OpenCV-Python은 C++로 작성된 OpenCV 라이브러리용 Python 래퍼입니다.
변수를 만들고 VideoCapture 개체를 초기화합니다. 컴퓨터의 기본 카메라를 입력 소스로 사용하려면 매개변수로 0을 전달해야 합니다. 컴퓨터에 연결된 외부 카메라를 사용하려면 1번을 통과하세요. 미리 녹화된 영상에 얼굴 흐림 효과를 적용하려면 대신 영상의 경로를 전달하세요. 원격 카메라를 사용하려면 IP 주소와 포트 번호가 포함된 카메라의 URL을 전달하세요.
cap = cv2.VideoCapture(0)
입력에 대해 얼굴 흐리게 처리를 수행하려면 다음 세 가지 기능이 필요합니다.
입력 비디오의 각 프레임을 입력으로 사용하는 입력 전처리 함수를 만듭니다. 얼굴을 감지하는 데 사용할 CascadeClassifier 클래스를 초기화합니다. 프레임 크기를 640*640픽셀로 조정합니다. 처리를 위해 크기가 조정된 프레임을 회색조로 변환하고 마지막으로 입력에서 얼굴을 감지하여 직사각형에 바인딩합니다.
def image_preprocess(frame): face_detector = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') resized_image = cv2.resize(frame, (640, 640)) gray_image = cv2.cvtColor(resized_image, cv2.COLOR_BGR2GRAY) face_rects = face_detector.detectMultiScale( gray_image, 1.04, 5, minSize=(20, 20)) return resized_image, face_rects
이 함수는 크기가 조정된 이미지와 감지된 얼굴을 나타내는 직사각형 목록이 포함된 튜플을 반환합니다.
입력에서 얼굴을 흐리게 하는 흐림 기능을 만듭니다. 이 함수는 크기가 조정된 프레임과 전처리 함수에서 반환된 얼굴을 둘러싸는 직사각형 목록을 입력으로 사용합니다. 면 직사각형을 반복합니다. 각 직사각형의 중심과 흐림 원의 반경을 계산합니다. 모든 픽셀을 0으로 초기화하여 크기가 조정된 프레임과 동일한 크기의 검은색 이미지를 만듭니다. 계산된 반경을 사용하여 얼굴 직사각형을 중심으로 하는 검은색 이미지에 흰색 원을 그립니다. 마지막으로 흰색 원의 이미지가 흐려집니다.
def face_blur(resized_frame, face_rects): for (x, y, w, h) in face_rects: # Specifying the center and radius # of the blurring circle center_x = x + w // 3 center_y = y + h // 3 radius = h // 1 # creating a black image having similar # dimensions as the frame mask = np.zeros((resized_frame.shape[:3]), np.uint8) # draw a white circle in the face region of the frame cv2.circle(mask, (center_x, center_y), radius, (255, 255, 255), -1) # blurring the whole frame blurred_image = cv2.medianBlur(resized_frame, 99) # reconstructing the frame: # - the pixels from the blurred frame if mask > 0 # - otherwise, take the pixels from the original frame resized_frame = np.where(mask > 0, blurred_image, resized_frame) return resized_frame
이 함수는 NumPy where() 함수를 사용하여 흐리게 처리하는 동안 프레임을 재구성합니다.
프로그램의 진입점 역할을 할 메인 함수를 만드세요. 그런 다음 프로그램 흐름을 제어합니다. 이 기능은 비디오 입력의 프레임을 지속적으로 캡처하는 무한 루프를 시작합니다. 카메라에서 프레임을 읽으려면 cap 개체의 읽기 메서드를 호출합니다.
그런 다음 함수는 프레임을 전처리 함수에 전달하고 반환 값을 다른 함수인 face_blur에 전달하여 흐린 이미지를 얻습니다. 그런 다음 Blur 함수에서 반환된 프레임의 크기를 조정하고 출력을 표시합니다.
def main(): while True: success, frame = cap.read() resized_input, face_rects = image_preprocess(frame) blurred_image = face_blur(resized_input, face_rects) # Diplaying the blurred image cv2.imshow("Blurred image", cv2.resize(blurred_image, (500, 500))) if cv2.waitKey(1) == ord("q"): break
이 기능은 사용자가 q 키를 눌렀을 때 출력 표시도 종료합니다.
스크립트 실행 시 반드시 main 함수를 먼저 실행해주세요. 스크립트를 다른 프로그램의 모듈로 가져오면 이 조건은 false가 됩니다.
if __name__ == "__main__": main()
이를 통해 스크립트를 모듈로 사용하거나 독립 실행형 프로그램으로 실행할 수 있습니다. 프로그램이 실행되면 다음과 유사한 출력이 표시됩니다.
얼굴이 흐려 인식할 수 없습니다.
얼굴 흐리게 처리를 사용하면 다양한 응용 환경에서 개인 정보를 보호할 수 있습니다. 스트리트 뷰 및 매핑 서비스는 흐림 기술을 사용하여 이미지 속 사람의 얼굴을 가립니다. 법 집행 기관은 증인의 신원을 보호하기 위해 얼굴 흐리게 처리 기술을 사용합니다.
많은 비디오 공유 플랫폼에는 사용자를 위한 얼굴 흐림 기능도 통합되어 있습니다. 이러한 영역에서 얼굴 흐림 사용을 비교하면 다른 플랫폼이 이 기술을 어떻게 통합하고 있는지 확인하는 데 도움이 될 수 있습니다.
원본 링크: https://www.makeuseof.com/python-blur-human-faces-real-time/
위 내용은 Python을 사용하여 실시간으로 얼굴을 흐리게 만드는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!