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OpenCV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：
1.png
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。
2.png
