最近在给别人准备一批数据,需要针对一些特殊区域(例如监控摄像头的位置信息、人脸、车牌等),打上马赛克,以便去除敏感信息,可以利用高斯模糊来实现。
效果
原图:
修改图:
原图中,生硬地在工人的眼部加了一些马赛克,像素块非常大,不美观;修改后的图像中,在人的整个身体上加了类似于毛玻璃的马赛克,显得更自然。
标注文件
在标注文件中,可以加上:
<object>
<name>mosaic</name>
<pose>Unspecified</pose>
<truncated>1</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>100</xmin>
<ymin>100</ymin>
<xmax>350</xmax>
<ymax>400</ymax>
</bndbox>
</object>
代码:
核心功能在apply_mosaic_and_blur_to_area中,其中的weight参数越大,马赛克的程度就越低。
根据weight和标注框的y坐标的差值可以得到的height参数,height被传到高斯核函数中,保证每一次加的马赛克的魔火成都都一致。
import xml.etree.ElementTree as ET
import os
import cv2
# 高斯处理函数,根据图像中需要添加马赛克的区域的高度,自动设置高斯核的大小
# weight参数可以调整模糊程度,数值越大,图像的马赛克程度就越小
def apply_mosaic_and_blur_to_area(image_path, coordinates,weight=3):
# 获取坐标区域
x1, y1, x2, y2 = coordinates
# 读取图像
image = cv2.imread(image_path)
# 检查图像是否成功加载
if image is None:
print("Failed to load image. Check the file path.")
else:
# 确保坐标在图像范围内
if x1 < 0 or y1 < 0 or x2 > image.shape[1] or y2 > image.shape[0]:
print("{}.Specified region is out of image bounds.".format(image_path))
else:
# 提取图像的指定区域
region = image[y1:y2, x1:x2]
height = int(((y2 - y1)) / weight)
if height % 2 == 0:
height += 1
# 对指定区域应用高斯模糊
ksize = (height, height) # 高斯核大小(必须为奇数)
sigmaX = 0 # 自动计算 sigmaX
blurred_region = cv2.GaussianBlur(region, ksize, sigmaX)
# 将模糊处理后的区域放回原图
image[y1:y2, x1:x2] = blurred_region
return image
# 读取xml中的需要添加马赛克的坐标信息
def process_single_xml(xml_file, image_folder):
# 解析 XML 文件
tree = ET.parse(xml_file)
root = tree.getroot()
print("xml", xml_file)
# 查找所有的对应区域
for obj in root.findall(".//object"):
name = obj.find("name").text
if name == "mosaic":
# 获取对应的图片文件
image_filename = root.find(".//filename").text
image_path = os.path.join(image_folder, image_filename)
# 获取坐标信息
xmin = int(obj.find(".//xmin").text)
ymin = int(obj.find(".//ymin").text)
xmax = int(obj.find(".//xmax").text)
ymax = int(obj.find(".//ymax").text)
coordinates = (xmin, ymin, xmax, ymax)
# 对图片进行马赛克和模糊处理
processed_image = apply_mosaic_and_blur_to_area(image_path, coordinates)
# 保存处理后的图像
output_image_path = os.path.join(image_folder, f"{image_filename}")
cv2.imwrite(output_image_path, processed_image)
print(f"Processed and saved: {output_image_path}")
def process_all_xml_in_folder(xml_folder, image_folder):
# 遍历文件夹中的所有 XML 文件
for xml_filename in os.listdir(xml_folder):
if xml_filename.endswith('.xml'):
xml_file_path = os.path.join(xml_folder, xml_filename)
process_single_xml(xml_file_path, image_folder)
if __name__ == "__main__":
# 示例使用
xml_folder = r"E:\data\mosaic" # XML 和图片文件所在的文件夹路径
image_folder = r"E:\data\mosaic" # 图片文件夹路径
process_all_xml_in_folder(xml_folder, image_folder)