python图片鉴黄_python开车之实现智能鉴黄的项目

1.1 项目内容

本实验将使用 Python3 去识别图片是否为色情图片，我们会使用到 PIL 这个图像处理库，会编写算法来划分图像的皮肤区域。

1.2 项目知识点Python 3 模块的安装

Python 3 基础知识

肤色像素检测与皮肤区域划分算法

1.3 效果展示

1.4 实验环境python3.5

Pillow5.1

2.1安装相关包

PIL 2009年之后就没有更新了，也不支持 Python3 ，于是有了 Alex Clark 领导的公益项目 Pillow，Pillow 是一个对 PIL 友好的分支，支持 Python3，所以我们这里安装的是 Pillow，其官方文档

安装前更新源

$ sudo apt-get update

然后安装 Pillow 依赖包

$ sudo apt-get install libtiff5-dev libjpeg8-dev zlib1g-dev \

libfreetype6-dev liblcms2-dev libwebp-dev tcl8.6-dev tk8.6-dev python-tk

最后使用pip3 安装 Pillow：

$ sudo pip3 install Pillow

2.2程序原理

本程序根据颜色(肤色)找出图片中皮肤的区域，然后通过一些条件判断是否为色情图片。

程序的关键步骤如下：遍历每个像素，检测像素颜色是否为肤色

将相邻的肤色像素归为一个皮肤区域，得到若干个皮肤区域

剔除像素数量极少的皮肤区域

我们定义非色情图片的判定规则如下(满足任意一个判定为真)：皮肤区域的个数小于 3 个

皮肤区域的像素与图像所有像素的比值小于 15%

最大皮肤区域小于总皮肤面积的 45%

皮肤区域数量超过60个

这些规则你可以尝试更改，直到程序效果让你满意为止

关于像素肤色判定这方面，公式可以在网上找到很多，但世界上不可能有正确率 100% 的公式

你可以用自己找到的公式，在程序完成后慢慢调试RGB 颜色模式

第一种：r > 95 and g > 40 and g < 100 and b > 20 and max([r, g, b]) - min([r, g, b]) > 15 and abs(r - g) > 15 and r > g and r > b

第二种：nr = r / (r + g + b), ng = g / (r + g + b), nb = b / (r +g + b), nr / ng > 1.185 and r * b / (r + g + b) ** 2 > 0.107 and r * g / (r + g + b) ** 2 > 0.112

HSV 颜色模式

h > 0 and h < 35 and s > 0.23 and s < 0.68

YCbCr 颜色模式

97.5 <= cb <= 142.5 and 134 <= cr <= 176

一幅图像有零个到多个的皮肤区域，程序按发现顺序给它们编号，第一个发现的区域编号为 0，第 n 个发现的区域编号为 n-1

我们用一种类型来表示像素，我们给这个类型取名为 Skin，包含了像素的一些信息：唯一的 编号(id)，是/否肤色(skin)，皮肤区域号(region)，横坐标(x)，纵坐标(y)

遍历所有像素时，我们为每个像素创建一个与之对应的 Skin 对象，并设置对象的所有属性

其中 region 属性即为像素所在的皮肤区域编号，创建对象时初始化为无意义的 None

关于每个像素的 id 值，左上角为原点，像素的 id 值按像素坐标排布，那么看起来如下图

其实 id 的顺序也即遍历的顺序

遍历所有像素时，创建 Skin 对象后，如果当前像素为肤色，且相邻的像素有肤色的，那么我们把这些肤色像素归到一个皮肤区域

相邻像素的定义：通常都能想到是当前像素周围的 8** 个像素，然而实际上只需要定义 **4 个就可以了，位置分别在当前像素的左方，左上方，正上方，右上方；因为另外四个像素都在当前像素后面，我们还未给这4个像素创建对应的 Skin 对象

接下来实现细节部分

2.3实现脚本代码：

# coding: utf-8

import sys

import os

import _io

from collections import namedtuple

from PIL import Image

class Nude(object):

Skin = namedtuple("Skin", "id skin region x y")

def __init__(self, path_or_image):

# 若 path_or_image 为 Image.Image 类型的实例，直接赋值

if isinstance(path_or_image, Image.Image):

self.image = path_or_image

# 若 path_or_image 为 str 类型的实例，打开图片

elif isinstance(path_or_image, str):

self.image = Image.open(path_or_image)

# 获得图片所有颜色通道

bands = self.image.getbands()

# 判断是否为单通道图片(也即灰度图)，是则将灰度图转换为 RGB 图

if len(bands) == 1:

# 新建相同大小的 RGB 图像

new_img = Image.new("RGB", self.image.size)

# 拷贝灰度图 self.image 到 RGB图 new_img.paste (PIL 自动进行颜色通道转换