图像指定区域 添加马赛克

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)