博客汇总：Python | 人脸识别系统 — 博客索引

GitHub地址：Su-Face-Recognition

注：阅读本博客前请先参考

工具安装、环境配置：Python | 人脸识别系统 — 简介

UI界面设计：Python | 人脸识别系统 — UI界面设计

UI事件处理：Python | 人脸识别系统 — UI事件处理

摄像头画面展示：Python | 人脸识别系统 — 摄像头画面展示

一、判断器

首先判断是否打开摄像头，打开则判断 self.isFineSegmentation_flag 是否打开背景模糊。若否，则调用fine_segmentation方法，进行背景模糊。

初始化参数：

相机地址： self.cap = cv2.VideoCapture()
相机标号： self.source = CAPTURE_SOURCE
相机展示画面区域宽度： self.WIN_WIDTH = 800
相机展示画面区域高度：self.WIN_HEIGHT = 500
是否打开背景模糊标志： self.isFineSegmentation_flag = False

相关函数：

背景模糊判别器： fine_segmentation_judge()
展示摄像机画面： self.show_camera()
背景模糊主要函数：fine_segmentation()

import mediapipe as mp

# 主界面
class UserMainWindow(QMainWindow, UserMainUi):

    def __init__(self, parent=None):
        super(UserMainWindow, self).__init__(parent)
        self.setupUi(self)

        self.show_image = None

        self.cap = cv2.VideoCapture()  # 相机
        self.source = CAPTURE_SOURCE  # 相机标号
        self.WIN_WIDTH = 800  # 相机展示画面宽度
        self.WIN_HEIGHT = 500  # 相机展示画面高度
        self.isFineSegmentation_flag = False  # 是否打开背景模糊标志

    ... ...

   # 背景模糊判别器
    def fine_segmentation_judge(self):
        if not self.cap.isOpened():
            QMessageBox.information(self, "提示", self.tr("请先打开摄像头"))
        else:
            if not self.isFineSegmentation_flag:
                self.isFineSegmentation_flag = True
                self.fine_segmentation_button.setText("关闭背景模糊") # 开始时按钮设置文本
                self.fine_segmentation() // 开始背景模糊
                self.fine_segmentation_button.setText("背景模糊") # 结束时按钮设置文本
                self.isFineSegmentation_flag = False

            elif self.isFineSegmentation_flag:
                self.isFineSegmentation_flag = False
                self.fine_segmentation_button.setText("背景模糊")
                self.show_camera() // 展示摄像机画面

二、背景模糊

import mediapipe as mp

    ... ...


    # 背景模糊
    def fine_segmentation(self):
        mp_selfie_segmentation = mp.solutions.selfie_segmentation
        BG_COLOR = (192, 192, 192)
        with mp_selfie_segmentation.SelfieSegmentation(model_selection=1) as selfie_segmentation:
            while self.cap.isOpened():
                ret, frame = self.cap.read()
                QApplication.processEvents()
                # 将 BGR 图像转换为 RGB
                in_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
                # 若要提高性能，可以选择将图像标记为不可写以通过引用传递。
                in_frame.flags.writeable = False
                results = selfie_segmentation.process(in_frame)

                in_frame.flags.writeable = True
                in_frame = cv2.cvtColor(in_frame, cv2.COLOR_RGB2BGR)
                # 在背景图像上绘制分割
                condition = np.stack((results.segmentation_mask,) * 3, axis=-1) > 0.1
                # 背景设置为高斯模糊
                gauss_image = cv2.GaussianBlur(in_frame, (85, 85), 0)
                if gauss_image is None:
                    gauss_image = np.zeros(in_frame.shape, dtype=np.uint8)
                    gauss_image[:] = BG_COLOR

                out_frame = np.where(condition, in_frame, gauss_image)

                show_video = cv2.cvtColor(cv2.resize(out_frame, (self.WIN_WIDTH, self.WIN_HEIGHT)), cv2.COLOR_BGR2RGB)
                self.show_image = QImage(show_video.data, show_video.shape[1], show_video.shape[0],
                                         QImage.Format_RGB888)
                self.camera_label.setPixmap(QPixmap.fromImage(self.show_image))

阅读完本博客后可以继续阅读：

用户端逻辑：

人脸识别：Python | 人脸识别系统 — 人脸识别

活体检测：Python | 人脸识别系统 — 活体检测

姿态检测：Python | 人脸识别系统 — 姿态检测

人脸比对：Python | 人脸识别系统 — 人脸比对

用户操作：Python | 人脸识别系统 — 用户操作

管理员端逻辑：

管理员操作：Python | 人脸识别系统 —— 管理员操作

注：以上代码仅供参考，如需运行，参考GitHub源代码： Su-Face-Recognition

Python | 人脸识别系统 — 背景模糊

一、判断器

二、背景模糊

猜你喜欢