※프로그래밍 완전 초초자가 쓰고 있습니다. 인터넷상에서 조사하고 있는 경우가 많기 때문에 기시감이 있을지도 모릅니다.

환경

macOS Big Sur 11.2.3

opencv 4.1.2

Visual Studio Code

처리 내용

카메라로부터 취득한 동영상에 찍혀 있는 인간의 얼굴(전면)을 검출해, 모자이크 처리를 행합니다.

동영상 처리

동영상을 1프레임 마다 화상 처리해, 묘화 계속합니다.
따라서 먼저 카메라에서 프레임을 읽는 프로그램을 만듭니다.

program1

import cv2

#カメラから動画を読み込む
#このプログラムでは、内蔵カメラを使用するため0
camera = cv2.VideoCapture(0)

while True:
    # フレームを読込み
    ret, frame = camera.read()

    # フレームが読み込めなかった場合
    if not ret: 
        break

    # フレームの描画
    cv2.imshow('camera', frame)

    # loop停止keyの設定（q）
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

#キャプチャデバイスの終了
camera.release()
#プログラムの実行により追加されたウィンドウを全て停止
cv2.destroyAllWindows()

여기에 얼굴 검출 및 처리 내용의 프로그램을 추가합니다.

※ htps : // 기주 b. 코 m / 오렌지 cv / 오페인 cv / t 레에 / 마 s r / data /
위의 URL에서 분류기를 다운로드하여 프로그램과 같은 파일에 저장하십시오.

program2

 import cv2

 camera = cv2.VideoCapture(0)

 #分類機を取得
 cascade_path = "haarcascade_frontalface_default.xmlの絶対パス"
 #CascadeClassifier - 分類機の読み込み
 cascade = cv2.CascadeClassifier(cascade_path)

 while True:
    ret, frame = camera.read()

    if not ret: break

 #detectMultiScale -  読み込んだ分類器をしようして顔を検出 
 #scaleFactor - 各画像スケールにおける縮小量
 #minNeighbors - 候補の矩形に含まれる近傍矩形の最低数
 #minSize – 物体の最小サイズ．これよりも小さい物体は無視されます

    facerect = cascade.detectMultiScale(frame, scaleFactor=1.1, minNeighbors=2, minSize=(30,30))

 #検出後の表示される矩形の色の設定（BGRであるため下記の場合は赤）
    rectangle_color = (0,0,255)

 # 検出できた場合
    if len(facerect) > 0:
        for rect in facerect:
        #tuple - 複数の要素を管理するデータ型の一種（要素を追加・削除・変更できない）
        #thickness - 線や円の太さ、-1は塗り潰し
            cv2.rectangle(frame, tuple(rect[0:2]),tuple(rect[0:2]+rect[2:4]), rectangle_color, thickness=2)
        # 顔部分の抽出
            cut_frame = frame[rect[1]:rect[1]+rect[3],rect[0]:rect[0]+rect[2]]
        # cv2.resize - サイズの変更
            cut_frame = cv2.resize(cut_frame,(rect[2]//20, rect[3]//20))
        #cv2.INTER_NEAREST - サイズの変更によるモザイク処理
            cut_frame = cv2.resize(cut_frame,(rect[2], rect[3]),cv2.INTER_NEAREST)

            frame[rect[1]:rect[1]+rect[3],rect[0]:rect[0]+rect[2]]=cut_frame

    cv2.imshow('camera', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

 camera.release()
 cv2.destroyAllWindows()

이렇게 모자이크 처리를 할 수 있었습니다.