首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?

虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?

作者头像
松鼠爱吃饼干
修改2020-09-14 10:30:50
4890
修改2020-09-14 10:30:50
举报
文章被收录于专栏:Python分享Python分享

前言

人脸识别是一门比较成熟的技术。

它的身影随处可见,刷脸支付,信息审核,监控搜索等,除了这些常规操作,还可以对视频里的特定人物进行打码。

虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?
虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?

知识点:

  • OpenCV
  • face_recognition
  • subprocess
  • ffmpeg

开发环境:

  • Python 3.6
  • Pycharm

face_recognition

face_recognition使用世界上最简单的人脸识别工具,在Python或命令行中识别和操作人脸。

使用dlib最先进的人脸识别技术构建而成,并具有深度学习功能。 该模型在Labeled Faces in the Wild基准中的准确率为99.38%。

如何安装

WIN+R 输入CMD,打开指命令提示符

pip install face_recognition

OpenCV

OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库. 无论你是做科学研究,还是商业应用,opencv都可以作为你理想的工具库,因为,对于这两者,它完全是免费的。

如何安装

WIN+R 输入CMD,打开指命令提示符

pip install opencv-python

部分代码

导入工具

import cv2
import face_recognitionimport matplotlib.pyplot as plt
# %matplotlib inline # 在 jupyter 中使用的时候,去掉注释
import ffmpy3
import subprocessimport osfrom PIL import Image

图像处理,自动跟踪打码

def mask_video(input_video, output_video, mask_path='mask.jpg'):
    # 打码图片    mask = cv2.imread(mask_path)    # 读取视频    cap = cv2.VideoCapture(input_video)
    # 读取视频参数,fps、width、heigth    CV_CAP_PROP_FPS = 5
    CV_CAP_PROP_FRAME_WIDTH = 3
    CV_CAP_PROP_FRAME_HEIGHT = 4
    v_fps = cap.get(CV_CAP_PROP_FPS)
    v_width = cap.get(CV_CAP_PROP_FRAME_WIDTH)
    v_height = cap.get(CV_CAP_PROP_FRAME_HEIGHT)
    # 设置写视频参数,格式为 mp4    size = (int(v_width), int(v_height))
    fourcc = cv2.VideoWriter_fourcc('m', 'p', '4', 'v')
    out = cv2.VideoWriter(output_video, fourcc, v_fps, size)

已知人脸

虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?
虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?
known_image = face_recognition.load_image_file("tmr.jpg")
biden_encoding = face_recognition.face_encodings(known_image)[0]

读取视频

	cap = cv2.VideoCapture(input_video)
  while (cap.isOpened()):
      ret, frame = cap.read()
      if ret:
          # 检测人脸          face_locations = face_recognition.face_locations(frame)          # print(face_locations)
          # 检测每一个人脸          for (top_right_y, top_right_x, left_bottom_y, left_bottom_x) in face_locations:
              unknown_image = frame[top_right_y - 50:left_bottom_y + 50, left_bottom_x - 50:top_right_x + 50]
              print(face_recognition.face_encodings(unknown_image))
              if face_recognition.face_encodings(unknown_image) != []:
                  unknown_encoding = face_recognition.face_encodings(unknown_image)[0]
                  # 对比结果                  results = face_recognition.compare_faces([biden_encoding], unknown_encoding)                  # 是仝卓,就将打码贴图。                  if results[0] == True:
                      mask = cv2.resize(mask, (top_right_x - left_bottom_x, left_bottom_y - top_right_y))                      frame[top_right_y:left_bottom_y, left_bottom_x:top_right_x] = mask          # 写入视频          out.write(frame)      else:
          break
虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?
虽然现在有可以去码的软件了,可视频是如何自动跟踪打码的?

保存视频

if __name__ == '__main__':
    # 将音频保存为cut.mp3    video2mp3(file_name='cut.mp4')
    # 处理视频,自动打码,输出视频为output.mp4
    mask_video(input_video='cut.mp4', output_video='output.mp4')
    # 为 output.mp4 处理好的视频添加声音
    video_add_mp3(file_name='output.mp4', mp3_file='cut.mp3')

本文系转载,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文系转载前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 前言
  • 部分代码
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档