def blur_video(self, filename):
cap = cv.VideoCapture(filename=filename)
time.sleep(2)
frame_width = int(cap.get(3))
frame_height = int(cap.get(4))
print(frame_width, frame_height)
out = cv.VideoWriter('outpy.mp4', cv.VideoWriter_fourcc(*'MP4V'), 20, (frame_width, frame_height))
net = cv.dnn.readNet(self.prototxtPath, self.weightsPath)
if (cap.isOpened() == False):
print("Unable to read camera feed")
return
val = True
while val:
ret, frame = cap.read()
if not val:
break
else:
cv.imshow('frame', frame)
frame = imutils.resize(frame, width=400)
(h, w) = frame.shape[:2]
blob = cv.dnn.blobFromImage(frame, 1.0, (300, 300), (104.0, 177.0, 123.0))
# pass the blob through the network and obtain the face detections
net.setInput(blob)
detections = net.forward()
# loop over the detections
for i in range(0, detections.shape[2]):
# extract the confidence (i.e., probability) associated with
# the detection
confidence = detections[0, 0, i, 2]
# filter out weak detections by ensuring the confidence is
# greater than the minimum confidence
if confidence > .2:
# compute the (x, y)-coordinates of the bounding box for
# the object
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
(startX, startY, endX, endY) = box.astype("int")
# extract the face ROI
face = frame[startY:endY, startX:endX]
face = anonymize_face_pixelate(face)
# store the blurred face in the output image
frame[startY:endY, startX:endX] = face
out.write(frame)
cap.release()
out.release()
cv.destroyAllWindows()
def obscure_objects(cascade, img, gray, w, h):
object_w = w
object_h = h
# Detect the objects
objects = cascade.detectMultiScale(gray, 1.1, 4)
#objects = numpy.array(objects)
try:
print(objects.shape)
except AttributeError:
print("No objects in frame...")
return False
# Draw the rectangle around each face
merged = Image.new('RGB', (object_w, object_h))
ROI_Collage = numpy.copy(numpy.zeros(
img.shape,
dtype=numpy.uint8)) #(face_h, object_w*objects.shape[0]/2,3)
#print(str(ROI_Collage.shape) + " --- " + str(img.shape))
prevX = 0
prevY = 0
count = 1
for (x, y, w, h) in objects:
print(count)
ROI = numpy.copy(img[y:y + h, x:x + w])
ROI_Collage[prevY:prevY + object_h,
prevX:prevX + object_w] = cv2.resize(
img[y:y + h, x:x + w], (object_h, object_w))
prevX = prevX + object_w
blur = numpy.copy(
anonymize_face_simple(anonymize_face_pixelate(ROI, 9), 3.0))
if (prevX + w > ROI_Collage.shape[1]):
prevX = 0
prevY = prevY + object_h
elif (prevY + h > ROI_Collage.shape[0]):
prevY = 0
prevX = 0
img[y:y + h, x:x + w] = numpy.copy(blur)
count = count + 1
print("Merging...")
new_image = hide_subimage.merge_images(
Image.fromarray(numpy.uint8(img)),
Image.fromarray(numpy.uint8(ROI_Collage)))
return new_image
def main():
cfg = anyconfig.load('settings.yaml')
cfg = munch.munchify(cfg)
detector = FaceDetector(cfg.face_detector.model_path, -1)
for ext in exts:
image_list.extend(glob.glob(os.path.join(image_dir, ext)))
for image_path in image_list:
filename = image_path.split('/')[-1] #os should be linux
image = cv2.imread(image_path)
bboxes, facial_lanmarks = detector.detect(image[:, :, ::-1], 1.0)
for i, bbox in enumerate(bboxes):
conf_score = bbox[4]
if conf_score < cfg.face_detector.confident_score_threshold:
continue
xmin, ymin, xmax, ymax = [int(val) for val in bbox[:4]]
# cv2.rectangle(image, (xmin, ymin), (xmax, ymax), (0, 255, 0), 3)
face = image[ymin:ymax, xmin:xmax]
image[ymin:ymax, xmin:xmax] = anonymize_face_pixelate(face)
cv2.imwrite(os.path.join(output_dir, filename), image)
def blur_face_video(args, net, is_rot90=True):
"""
動画で、ssdで顔検出して、opencvのガウシアンブラーで顔だけぼかす
動画ロード/保存は http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_gui/py_video_display/py_video_display.html を参考にした
"""
print("[INFO] starting video stream...")
# 出力画像サイズ取得する
cap = cv2.VideoCapture(args['video'])
ret, frame = cap.read()
frame = imutils.resize(frame, width=400)
(h, w) = frame.shape[:2]
print('h w:', h, w)
cap.release()
# 画像回転させるか
out_h_w = (int(h), int(w)) if is_rot90 else (int(w), int(h))
# Define the codec and create VideoWriter object
# http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_gui/py_video_display/py_video_display.html
fourcc = cv2.VideoWriter_fourcc(*'DIVX')
out = cv2.VideoWriter(
(os.path.join(
args['output_dir'],
pathlib.Path(args['video']).stem + '_blur.mp4')), # '_blur.avi'
fourcc,
20.0, # フレームレート
out_h_w # 画像サイズあってないと保存できない!!!!!
)
cap = cv2.VideoCapture(args['video'])
frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
for f_c in range(frame_count):
try:
# スレッドされた動画ストリームからフレームを取得し、最大幅が400ピクセルになるようにリサイズ
ret, frame = cap.read()
frame = imutils.resize(frame, width=400)
# フレームの寸法を取得し、そこからブロブを作成
(h, w) = frame.shape[:2]
except Exception:
print(f_c)
traceback.print_exc()
break
# OpenCVでテンソル作成?
blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),
(104.0, 177.0, 123.0))
# ネットワークを介してブロブを通過させ、顔検出を取得
net.setInput(blob)
detections = net.forward()
# 検出されたものをループ
for i in range(0, detections.shape[2]):
# 検出に関連する信頼度（すなわち，確率）を抽出
confidence = detections[0, 0, i, 2]
# 信頼度が最小信頼度よりも大きいことを確認することで，弱い検出をフィルタリング
if confidence > args["confidence"]:
# オブジェクトのバウンディングボックスの (x, y)座標を計算
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
(startX, startY, endX, endY) = box.astype("int")
# 顔のROIを抽出
face = frame[startY:endY, startX:endX]
# シンプルな顔のぼかし方を適用しているかどうかを確認
if args["method"] == "simple":
face = anonymize_face_simple(face, factor=3.0)
# そうでなければ、"ピクセル化された "顔の匿名化メソッドを適用
else:
face = anonymize_face_pixelate(face, blocks=args["blocks"])
# 出力画像にぼかした顔を保存
frame[startY:endY, startX:endX] = face
# 縦動画の縦横が逆になってしまったので、２７０度回転 https://oliversi.com/2019/01/16/python-opencv-movie2/
if is_rot90:
frame = np.rot90(frame, 3)
# write the flipped frame
# print(frame.shape)
out.write(frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 掃除をする
cap.release()
out.release()
cv2.destroyAllWindows()
def blur_face_camera(args, net):
"""
カメラを使ってリアルタイムで、ssdで顔検出して、opencvのガウシアンブラーで顔だけぼかす
"""
# ビデオストリームを初期化し, カメラセンサーがウォームアップ
print("[INFO] starting video stream...")
vs = VideoStream(src=0).start()
time.sleep(2.0)
# ビデオストリームのフレームをループ
while True:
# スレッドされた動画ストリームからフレームを取得し、最大幅が400ピクセルになるようにリサイズ
frame = vs.read()
frame = imutils.resize(frame, width=400)
# フレームの寸法を取得し、そこからブロブを作成
(h, w) = frame.shape[:2]
# OpenCVでテンソル作成?
blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),
(104.0, 177.0, 123.0))
# ネットワークを介してブロブを通過させ、顔検出を取得
net.setInput(blob)
detections = net.forward()
# 検出されたものをループ
for i in range(0, detections.shape[2]):
# 検出に関連する信頼度（すなわち，確率）を抽出
confidence = detections[0, 0, i, 2]
# 信頼度が最小信頼度よりも大きいことを確認することで，弱い検出をフィルタリング
if confidence > args["confidence"]:
# オブジェクトのバウンディングボックスの (x, y)座標を計算
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
(startX, startY, endX, endY) = box.astype("int")
# 顔のROIを抽出
face = frame[startY:endY, startX:endX]
# シンプルな顔のぼかし方を適用しているかどうかを確認
if args["method"] == "simple":
face = anonymize_face_simple(face, factor=3.0)
# そうでなければ、"ピクセル化された "顔の匿名化メソッドを適用
else:
face = anonymize_face_pixelate(face, blocks=args["blocks"])
# 出力画像にぼかした顔を保存
frame[startY:endY, startX:endX] = face
# 出力フレームを表示
cv2.imshow("Frame", frame)
key = cv2.waitKey(1) & 0xFF
# qキーが押された場合、ループから抜け出す
if key == ord("q"):
break
# 掃除をする
cv2.destroyAllWindows()
vs.stop()