python内容审核_内容审核：用python实现内容鉴黄

背景

随着网络监管越来越严格，UGC网站都需要针对用户生产的内容，进行审核。

目前大家一般是机器和人工审核的双重过滤。针对大型的UGC网站，如果全部人工审核是不现实的，需要花费大量的人工成本，所以机器审核尤其重要。

废话不多说，给大家介绍下怎么利用python进行鉴黄。

思路

下面给大家说明下图片审核的思路。

视频审核与图片审核是通用的。视频内容实则由音频内容、视频画面内容两个对象组成，视频画面内容的机器审核，业界目前常采用截取画面帧上传识别，最终复用的是图片识别通道对场景、人物、物品进行判断是否违规。

遍历图片每一个像素，进行颜色分区、并记录是否为肤色；皮肤区域小于 3 个，不是色情；如果皮肤区域与整个图像的比值小于 15%，那么不是色情图片；如果最大皮肤区域小于总皮肤面积的 45%，不是色情图片；皮肤区域数量超过 60个，不是色情图片；其它情况为色情图片

关键代码

# 分析区域

def _analyse_regions(self):

# 如果皮肤区域小于 3 个，不是色情

if len(self.skin_regions) < 3:

self.message = "Less than 3 skin regions ({_skin_regions_size})".format(

_skin_regions_size=len(self.skin_regions))

self.result = False

return self.result

# 为皮肤区域排序

self.skin_regions = sorted(self.skin_regions, key=lambda s: len(s),

reverse=True)

# 计算皮肤总像素数

total_skin = float(sum([len(skin_region) for skin_region in self.skin_regions]))

# 如果皮肤区域与整个图像的比值小于 15%，那么不是色情图片

if total_skin / self.total_pixels * 100 < 15:

self.message = "Total skin percentage lower than 15 ({:.2f})".format(total_skin / self.total_pixels * 100)

self.result = False

return self.result

# 如果最大皮肤区域小于总皮肤面积的 45%，不是色情图片

if len(self.skin_regions[0]) / total_skin * 100 < 45:

self.message = "The biggest region contains less than 45 ({:.2f})".format(len(self.skin_regions[0]) / total_skin * 100)

self.result = False

return self.result

# 皮肤区域数量超过 60个，不是色情图片

if len(self.skin_regions) > 60:

self.message = "More than 60 skin regions ({})".format(len(self.skin_regions))

self.result = False

return self.result

# 其它情况为色

运行效果

好了，今天就分享到这边，大家有什么想法，欢迎给我留言讨论。