基于OpenCV_C++人脸检测打码技术

人脸检测并打码的关键，首先需要定位人脸区域，再修改人脸区域像素灰度值。

一定义马赛克函数

定义生成马赛克函数 Generate_Mosaic，对图形 Mat& src 做操作，将需要操作的块（faces）存入数组 vector<Rect>& faces 中（<Rect>表示用矩形区域描述）。

src：代表马赛克效果的图片； faces：显示马赛克的区域； Rect：矩形区域（x,y,w,h）

马赛克函数思想过程：定义马赛克大小为10像素，int step = 10。for (int t = 0; t < faces.size(); t++) 对每一张脸进行马赛克操作。再确定 faces 所在区域（x, y, w, h），然后针对 faces 所在进行马赛克处理。10像素的矩形遍历人脸矩形框区域像素，再将矩形框细分成若干个小方块，依次修改每个方块的像素，相同方块赋予相同灰度值。

src.at<Vec3b> (k, m)[c] （<Vec3b>原图的颜色，位置(k, m)，[C]颜色值）

bool Generate_Mosaic(Mat& src, vector<Rect>& faces)
{if (faces.empty())return false;int step = 10;//步长for (int t = 0; t < faces.size(); t++){int x = faces[t].tl().x; //人脸矩形框起点x坐标int y = faces[t].tl().y;//人脸矩形框起点y坐标int width = faces[t].width;//人脸矩形框宽int height = faces[t].height;//人脸矩形框高//仅对人脸区域进行像素修改。遍历人脸矩形框区域像素，并对其进行修改for (int i = y; i < (y + height); i += step){for (int j = x; j < (x + width); j += step){//将人脸矩形框再细分为若干个小方块，依次对每个方块修改像素（相同方块赋予相同灰度值）for (int k = i; k < (step + i); k++){for (int m = j; m < (step + j); m++){//对矩形区域像素值进行修改，rgb三通道for (int c = 0; c < 3; c++){src.at<Vec3b>(k, m)[c] = src.at<Vec3b>(i, j)[c];}}}}}}return true;
}

二单张图片做打码处理

定义单张图片打码函数 Picture_Demo，将图片 Mat src 传入函数。首先加载人脸检测配置文件。在 OpenCV 中，人脸检测用的是 harr 或 LBP 特征，分类算法用的是 adaboost 算法。这种算法需要提前训练大量的图片，非常耗时，因此 OpenCV 已经训练好了，把训练结果存放在一些 xml 文件里面。然后创建人脸检测器并存储人脸检测的结果，人脸检测主要用到的是 CascadeClassifier 这个类，以及该类下的 detectMultiScale 函数。

detector.detectMultiScale(src, faces, 1.1, 5)，src 检测的图片，faces 存储的结果，1.1 缩放尺寸

bool Picture_Demo(Mat src)
{//人脸检测配置文件string harr_file = "haarcascade_frontalface_default.xml";//创建人脸检测器CascadeClassifier detector;detector.load(harr_file);//人脸检测,存储人脸检测的结果vector<Rect>faces;detector.detectMultiScale(src, faces, 1.1, 5);if (!Generate_Mosaic(src, faces))return false;imshow("test", src);waitKey(0);return true;
}

三视频打码操作

视频主要涉及视频的读取以及视频的保存

//把视频转图像操作
void VideoToImg()
{VideoCapture cap = VideoCapture("视频路径");   //创建一个对象cap，打开一个视频,若参数设为0则为打开默认摄像头if(!cap.isOpened()){cout << "打开失败。。。" << endl;return;}
// 如果成功开打，视频的每一帧都在对象cap中Mat img;  //定义图片int i = 1;while (true)    //用流的方式将图片导出来{cap >> img;  //拿出一帧if (img.empty())break;imshow("img", img);   //显示图片string URL = "data/img" + to_string(i) + ".jpg";   //定义图片存储路径 data/img0.jpgimwrite(URL, img);         //把图片写入文件waitKey(30); //延迟30msi++;}return;
}

打开摄像头，获取每一帧图片并显示在窗口上。

//打开摄像头
void VideoToImg()
{VideoCapture cap = VideoCapture(0);   //创建一个对象cap，打开一个视频,若参数设为0则为打开默认摄像头if (!cap.isOpened()){cout << "打开失败。。。" << endl;return;}// 如果成功开打，视频的每一帧都在对象cap中Mat img;  //定义图片while (true)    //用流的方式将图片导出来{cap >> img;  //拿出一帧if (img.empty())break;imshow("img", img);   //显示图片char userKey = waitKey(10);if (userKey == 27)      //如果userkey为esc键，退出循环break;}return;
}

将摄像头捕获的视频分成每一帧，将每帧保存为一张图片，再使用马赛克函数完成打码操作。

其中加载人脸检测配置文件、创建人脸检测器及保存人脸检测结果与单张图片做马赛克相同。

flip(frame, frame, 1) 用filp切割视频，一帧一帧的拿出来

bool Video_Demo()
{//人脸检测配置文件string harr_file = "haarcascade_frontalface_default.xml";//创建人脸检测器CascadeClassifier detector;detector.load(harr_file);VideoCapture cap;cap.open(0);if (!cap.isOpened()){cout << "can not open the camera!" << endl;}Mat frame;while (cap.read(frame)){flip(frame, frame, 1);   //函数的方式取出帧//人脸检测vector<Rect>faces;detector.detectMultiScale(frame, faces, 1.1, 5);if (Generate_Mosaic(frame, faces)){imshow("Demo", frame);}char key = waitKey(10);if (key == 27)break;}cap.release();return true;
}

四源码

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;bool Generate_Mosaic(Mat& src, vector<Rect>& faces)
{if (faces.empty())return false;int step = 10;//步长for (int t = 0; t < faces.size(); t++){int x = faces[t].tl().x; //人脸矩形框起点x坐标int y = faces[t].tl().y;//人脸矩形框起点y坐标int width = faces[t].width;//人脸矩形框宽int height = faces[t].height;//人脸矩形框高//仅对人脸区域进行像素修改。遍历人脸矩形框区域像素，并对其进行修改for (int i = y; i < (y + height); i += step){for (int j = x; j < (x + width); j += step){//将人脸矩形框再细分为若干个小方块，依次对每个方块修改像素（相同方块赋予相同灰度值）for (int k = i; k < (step + i); k++){for (int m = j; m < (step + j); m++){//对矩形区域像素值进行修改，rgb三通道for (int c = 0; c < 3; c++){src.at<Vec3b>(k, m)[c] = src.at<Vec3b>(i, j)[c];}}}}}}return true;
}/*
void TestMosaic(Mat& src)
{vector<Rect> faces;faces.push_back(Rect(100, 100, 200, 200));faces.push_back(Rect(300, 300, 200, 200));Generate_Mosaic(src, faces);
}
*///对单张图片打马赛克
bool Picture_Demo(Mat src)
{//人脸检测配置文件string harr_file = "haarcascade_frontalface_default.xml";//创建人脸检测器CascadeClassifier detector;detector.load(harr_file);//人脸检测,存储人脸检测的结果vector<Rect>faces;detector.detectMultiScale(src, faces, 1.1, 5);if (!Generate_Mosaic(src, faces))return false;imshow("test", src);waitKey(0);return true;
}//把视频转图像操作
void VideoToImg()
{VideoCapture cap = VideoCapture("视频路径");   //创建一个对象cap，打开一个视频,若参数设为0则为打开默认摄像头if(!cap.isOpened()){cout << "打开失败。。。" << endl;return;}
// 如果成功开打，视频的每一帧都在对象cap中Mat img;  //定义图片int i = 1;while (true)    //用流的方式将图片导出来{cap >> img;  //拿出一帧if (img.empty())break;imshow("img", img);   //显示图片string URL = "data/img" + to_string(i) + ".jpg";   //定义图片存储路径 data/img0.jpgimwrite(URL, img);         //把图片写入文件waitKey(30); //延迟30msi++;}return;
}
/*
//打开摄像头，并在窗口上显示每一帧图片
void VideoToImg()
{VideoCapture cap = VideoCapture(0);   //创建一个对象cap，打开一个视频,若参数设为0则为打开默认摄像头if (!cap.isOpened()){cout << "打开失败。。。" << endl;return;}// 如果成功开打，视频的每一帧都在对象cap中Mat img;  //定义图片while (true)    //用流的方式将图片导出来{cap >> img;  //拿出一帧if (img.empty())break;imshow("img", img);   //显示图片char userKey = waitKey(10);if (userKey == 27)      //如果userkey为esc键，退出循环break;}return;
}
*///对视频打马赛克
bool Video_Demo()
{//人脸检测配置文件string harr_file = "haarcascade_frontalface_default.xml";//创建人脸检测器CascadeClassifier detector;detector.load(harr_file);VideoCapture cap;cap.open(0);if (!cap.isOpened()){cout << "can not open the camera!" << endl;}Mat frame;while (cap.read(frame)){flip(frame, frame, 1);//人脸检测vector<Rect>faces;detector.detectMultiScale(frame, faces, 1.1, 5);if (Generate_Mosaic(frame, faces)){imshow("Demo", frame);}char key = waitKey(10);if (key == 27)break;}cap.release();return true;
}int main()
{Mat src = imread("图片路径");if (src.empty()){cout << "No Image!" << endl;system("pause");return -1;}//TestMosaic(src);Picture_Demo(src);//Video_Demo();system("pause");return 0;
}

五运行效果