OpenCV（51）---万恶的马赛克

马赛克算法原理

在平常的生活中，我们会经常看到各种马赛克，比如某些宅男硬盘里的视频马赛克，有些直播犯罪嫌疑人的头像遮罩马赛克等。可以说在生活中，马赛克无处不在。

因此，我们在学习的同时，也要熟练掌握马赛克的应用。下面，我们来了解马赛克算法的几种实现原理：

将需要马赛克的图像部位，全部赋值为该区域左上角的第一个像素值将需要马赛克的图像部位像素随机打乱随机用某一点代替需要马赛克区域内的所有像素值。

本篇将详细介绍马赛克的处理操作。

实现图片中的马赛克

这里，我们使用3实现原理，通过随机用某一点代替需要马赛克区域内的所有像素值。具体代码如下所示：

#马赛克操作
def mosaic_effect(img):
    new_img = img.copy()
    h, w, n = img.shape
    size = 10#马赛克大小
    for i in range(size, h - 1 - size, size):
        for j in range(size, w - 1 - size, size):
            i_rand = random.randint(i - size, i)
            j_rand = random.randint(j - size, j)
            new_img[i - size:i + size, j - size:j + size] = img[i_rand, j_rand, :]
    return new_img
if __name__ == "__main__":
    img = cv2.imread("49.jpg")
    cv2.imshow("0", img)
    cv2.imshow("1", mosaic_effect(img))
    cv2.waitKey()
    cv2.destroyAllWindows()

可以看到，我们代码中设置的马赛克大小为10，在这个区域内，随机取一个像素点，将所有的像素都设置成该随机选取的像素值，这样就达到了马赛克的目的。而且对于原图来说，轮廓看起来还是没有变化的。效果如下：

跟踪视频人脸，将人脸用马赛克遮挡

直接实现图片中的马赛克好像有点简单，我们不妨结合前文的捕捉摄像头的知识以及人脸检测知识，将马赛克用于视频之中。话不多说，我们直接上代码：

# 将视频中的人脸替换成马赛克
def mosaic_video_effect(img):
    height, width, n = img.shape
    new_img = img.copy()
    size = 20
    faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(gray, scaleFactor=1.15, minNeighbors=2, minSize=(5, 5))
    for (x, y, w, h) in faces:
        for i in range(x + size, (x + w) - 1 - size, size):
            for j in range(y + size, (y + h) - 1 - size, size):
                if i - size > 0 and j + size < width and i + size < height and j - size > 0:
                    i_rand = random.randint(i - size, i)
                    j_rand = random.randint(j - size, j)
                    new_img[i - size:i + size, j - size:j + size] = img[i_rand, j_rand, :]
                else:
                    new_img[x:x + w, y:y + h] = [255, 255, 255]
    return new_img
if __name__ == "__main__":
    cap = cv2.VideoCapture(0)
    while (cap.isOpened()):
        ret, frame = cap.read()
        frame = mosaic_video_effect(frame)
        cv2.imshow('video', frame)
        c = cv2.waitKey(1)
        if c == 27:
            break
    cap.release()
    cv2.destroyAllWindows()

这里需要注意的是，因为我们只部分遮挡人脸，所以并不是全屏马赛克，而当人脸移动到摄像头边缘时，这个时候i - size，j-size可能小于0，j + size，i + size可能大于宽度高度，将导致数组越界报错。所以，为了避免人脸在边缘时，越界赋值，我们判断在边缘时直接遮挡白色马赛克即可。

马赛克