方法
- 首先,我们使用内置的人脸检测算法,从实时视频或图像中检测人脸。在这里,我们将使用级联分类器方法从实时视频(使用网络摄像头)中检测人脸。
- 然后,读取来自实时视频的帧。存储最新的帧并转换为灰度,以更好地理解特征。
- 现在,为了使输出美观,我们将在检测到的人脸周围制作一个彩色边框矩形。但是,我们希望检测到的人脸是模糊的,所以我们使用中值模糊函数来做同样的事情,并提到应该模糊人脸的区域。
- 而且,现在我们想要显示模糊的脸,使用 imshow 函数读取的帧,我们希望它被显示,直到我们按下一个键。
分步实施:
步骤 1: 导入人脸检测算法,称为级联分类器。
import cv2
# 检测人脸
cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
复制代码
步骤 2: 从视频中捕获帧,以便从帧中检测人脸
video_capture = cv2.VideoCapture(0)
while True:
# 从视频中捕获最新的帧
check, frame = video_capture.read()
复制代码
步骤 3: 将捕获的帧更改为灰度。
# 将帧转换为灰度(黑白阴影)
gray_image = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
face