Python

My demo program that blurs your face on a webcam in real time

Прога делалась с чуть с нейронкой чуть сам. Хз зачем она вам, чо б нет. А как тут еще код вставить...

import cv2
import numpy as np
import sys
import os

print("="*60)
print(" ПИКСЕЛИЗАТОР ЛИЦ В РЕАЛЬНОМ ВРЕМЕНИ")
print("="*60)
print("Версия: Без MediaPipe (только OpenCV)")
print()

class FacePixelizer:
def __init__(self, pixel_size=20):
self.pixel_size = pixel_size

# Загружаем классификатор для обнаружения лиц
try:
# Пробуем разные пути к файлу каскада
cascade_paths = [
cv2.data.haarcascades + 'haarcascade_frontalface_default.xml',
cv2.data.haarcascades + 'haarcascade_frontalface_alt.xml',
cv2.data.haarcascades + 'haarcascade_frontalface_alt2.xml',
'haarcascade_frontalface_default.xml'
]

self.face_cascade = None
for path in cascade_paths:
print(f"Попытка загрузить каскад: {path}")
cascade = cv2.CascadeClassifier(path)
if not cascade.empty():
self.face_cascade = cascade
print(f"✓ Каскад загружен: {path}")
break

if self.face_cascade is None:
print(" Предупреждение: не найден файл каскада")
print("Создаю простой детектор по цвету кожи...")
self.face_cascade = None

except Exception as e:
print(f" Ошибка загрузки каскада: {e}")
self.face_cascade = None

def detect_faces_simple(self, image):
"""Простой детектор лиц по цвету кожи (если каскад не загрузился)"""
# Конвертируем в HSV для выделения цвета кожи
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# Диапазон цвета кожи в HSV
lower_skin = np.array([0, 20, 70], dtype=np.uint8)
upper_skin = np.array([20, 255, 255], dtype=np.uint8)

# Создаем маску кожи
mask = cv2.inRange(hsv, lower_skin, upper_skin)

# Улучшаем маску
kernel = np.ones((5, 5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# Находим контуры
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

faces = []
for contour in contours:
area = cv2.contourArea(contour)
if area > 10000: # Фильтруем маленькие области
x, y, w, h = cv2.boundingRect(contour)
# Примерное соотношение для лица
if 0.5 < w/h < 2.0:
faces.append((x, y, w, h))

return faces

def pixelate_region(self, image, x, y, w, h):
"""Пикселизирует указанную область"""
if w <= 10 or h <= 10: # Слишком маленькая область
return image

try:
# Вырезаем область лица
face_region = image[y:y+h, x:x+w]
if face_region.size == 0:
return image

# Уменьшаем размер для эффекта пикселизации
small = cv2.resize(face_region,
(max(1, w // self.pixel_size),
max(1, h // self.pixel_size)),
interpolation=cv2.INTER_LINEAR)

# Увеличиваем обратно
pixelated = cv2.resize(small, (w, h),
interpolation=cv2.INTER_NEAREST)

# Сглаживаем края
if self.pixel_size > 10:
pixelated = cv2.GaussianBlur(pixelated, (5, 5), 0)

# Вставляем обратно
image[y:y+h, x:x+w] = pixelated

except Exception as e:
print(f"Ошибка пикселизации: {e}")

return image

def process_frame(self, frame):
"""Обрабатывает один кадр"""
output = frame.copy()

# Обнаруживаем лица
if self.face_cascade is not None:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = self.face_cascade.detectMultiScale(
gray,
scaleFactor=2,
minNeighbors=5,
minSize=(50, 50),
flags=cv2.CASCADE_SCALE_IMAGE
)
else:
# Используем простой детектор
faces = self.detect_faces_simple(frame)

# Пикселизируем каждое лицо
for (x, y, w, h) in faces:
# Добавляем отступы
padding_x = int(w * 0.15)
padding_y = int(h * 0.1)
x = max(0, x - padding_x)
y = max(0, y - padding_y)
w = min(frame.shape[1] - x, w + 2 * padding_x)
h = min(frame.shape[0] - y, h + 2 * padding_y)

output = self.pixelate_region(output, x, y, w, h)

# Рисуем рамку для отладки (опционально)
# cv2.rectangle(output, (x, y), (x+w, y+h), (0, 255, 0), 2)

return output, len(faces)

def run(self):
"""Запускает основную программу"""
print("\nПоиск доступных камер...")

# Пробуем открыть камеру
camera_index = 0
cap = None

for i in range(3):
print(f"Попытка открыть камеру #{i}...")
cap = cv2.VideoCapture(i)
if cap.isOpened():
ret, test_frame = cap.read()
if ret:
print(f"✓ Камера #{i} найдена!")
camera_index = i
break
cap.release()
else:
print(f"✗ Камера #{i} не отвечает")

if cap is None or not cap.isOpened():
print("\n Не удалось открыть ни одну камеру!")
print("\nВозможные решения:")
print("1. Проверьте подключение камеры")
print("2. Если используете ноутбук, включите камеру")
print("3. Запустите программу от имени администратора")
print("4. Перезагрузите компьютер")
input("\nНажмите Enter для выхода...")
return

print("\n" + "="*50)
print("КАМЕРА ЗАПУЩЕНА!")
print("="*50)
print("\nУПРАВЛЕНИЕ:")
print("[P] или [+] - Увеличить размер пикселей")
print("[M] или [-] - Уменьшить размер пикселей")
print("[S] - Сохранить скриншот")
print("[Q] или [ESC] - Выйти из программы")
print("="*50)

screenshot_count = 0

while True:
# Читаем кадр
ret, frame = cap.read()
if not ret:
print(" Ошибка чтения кадра!")
break

# Обрабатываем кадр
processed, face_count = self.process_frame(frame)

# Добавляем информационную панель
height, width = processed.shape[:2]

# Полупрозрачная панель сверху
overlay = processed.copy()
cv2.rectangle(overlay, (0, 0), (width, 90), (0, 0, 0), -1)
processed = cv2.addWeighted(overlay, 0.6, processed, 0.4, 0)

# Текст с информацией
texts = [
f"Размер пикселя: {self.pixel_size}",
f"Найдено лиц: {face_count}",
f"Камера: #{camera_index} | Размер: {width}x{height}"
]

for i, text in enumerate(texts):
cv2.putText(processed, text, (10, 30 + i*25),
cv2.FONT_HERSHEY_DUPLEX, 0.8, (0, 255, 0), 2)

# Подсказки снизу
cv2.putText(processed, "P/+: Увеличить | M/-: Уменьшить | S: Скриншот | Q/ESC: Выход",
(10, height - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 1)

# Показываем результат
cv2.imshow('Face Pixelizer - Режим реального времени', processed)

# Обработка клавиш
key = cv2.waitKey(1) & 0xFF

if key == 27 or key == ord('q') or key == ord('Q'): # ESC или Q
print("\n Завершение работы...")
break
elif key == ord('p') or key == ord('+'):
self.pixel_size = min(50, self.pixel_size + 2)
print(f" Размер пикселей: {self.pixel_size}")
elif key == ord('m') or key == ord('-'):
self.pixel_size = max(5, self.pixel_size - 2)
print(f" Размер пикселей: {self.pixel_size}")
elif key == ord('s') or key == ord('S'):
# Сохраняем скриншот
screenshot_count += 1
filename = f"screenshot_{screenshot_count:03d}.png"
cv2.imwrite(filename, processed)
print(f" Скриншот сохранен: {filename}")

# Очистка
cap.release()
cv2.destroyAllWindows()
print(" Программа завершена.")

def main():
"""Главная функция"""
try:
# Проверяем версию OpenCV
print(f"OpenCV версия: {cv2.__version__}")
print(f"NumPy версия: {np.__version__}")

# Создаем и запускаем пикселизатор
pixelizer = FacePixelizer(pixel_size=20)

# Запускаем
pixelizer.run()

except KeyboardInterrupt:
print("\n\n Программа прервана пользователем (Ctrl+C)")
except Exception as e:
print(f"\n Критическая ошибка: {e}")
print("\nПопробуйте:")
print("1. Перезапустить программу")
print("2. Проверить камеру в другом приложении")
print("3. Установить OpenCV: pip install opencv-python")

input("\nНажмите Enter для выхода...")

if __name__ == "__main__":
main()

Python

import cv2

import numpy as np

import sys

import os



print("="*60)

print("   ПИКСЕЛИЗАТОР ЛИЦ В РЕАЛЬНОМ ВРЕМЕНИ")

print("="*60)

print("Версия: Без MediaPipe (только OpenCV)")

print()



class FacePixelizer:

    def __init__(self, pixel_size=20):

        self.pixel_size = pixel_size

        

        # Загружаем классификатор для обнаружения лиц

        try:

            # Пробуем разные пути к файлу каскада

            cascade_paths = [

                cv2.data.haarcascades + 'haarcascade_frontalface_default.xml',

                cv2.data.haarcascades + 'haarcascade_frontalface_alt.xml',

                cv2.data.haarcascades + 'haarcascade_frontalface_alt2.xml',

                'haarcascade_frontalface_default.xml'

            ]

            

            self.face_cascade = None

            for path in cascade_paths:

                print(f"Попытка загрузить каскад: {path}")

                cascade = cv2.CascadeClassifier(path)

                if not cascade.empty():

                    self.face_cascade = cascade

                    print(f"✓ Каскад загружен: {path}")

                    break

            

            if self.face_cascade is None:

                print(" Предупреждение: не найден файл каскада")

                print("Создаю простой детектор по цвету кожи...")

                self.face_cascade = None

                

        except Exception as e:

            print(f" Ошибка загрузки каскада: {e}")

            self.face_cascade = None

    

    def detect_faces_simple(self, image):

        """Простой детектор лиц по цвету кожи (если каскад не загрузился)"""

        # Конвертируем в HSV для выделения цвета кожи

        hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

        

        # Диапазон цвета кожи в HSV

        lower_skin = np.array([0, 20, 70], dtype=np.uint8)

        upper_skin = np.array([20, 255, 255], dtype=np.uint8)

        

        # Создаем маску кожи

        mask = cv2.inRange(hsv, lower_skin, upper_skin)

        

        # Улучшаем маску

        kernel = np.ones((5, 5), np.uint8)

        mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

        mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

        

        # Находим контуры

        contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

        

        faces = []

        for contour in contours:

            area = cv2.contourArea(contour)

            if area > 10000:  # Фильтруем маленькие области

                x, y, w, h = cv2.boundingRect(contour)

                # Примерное соотношение для лица

                if 0.5 < w/h < 2.0:

                    faces.append((x, y, w, h))

        

        return faces

    

    def pixelate_region(self, image, x, y, w, h):

        """Пикселизирует указанную область"""

        if w <= 10 or h <= 10:  # Слишком маленькая область

            return image

            

        try:

            # Вырезаем область лица

            face_region = image[y:y+h, x:x+w]

            if face_region.size == 0:

                return image

            

            # Уменьшаем размер для эффекта пикселизации

            small = cv2.resize(face_region,

                              (max(1, w // self.pixel_size),

                               max(1, h // self.pixel_size)),

                              interpolation=cv2.INTER_LINEAR)

            

            # Увеличиваем обратно

            pixelated = cv2.resize(small, (w, h),

                                  interpolation=cv2.INTER_NEAREST)

            

            # Сглаживаем края

            if self.pixel_size > 10:

                pixelated = cv2.GaussianBlur(pixelated, (5, 5), 0)

            

            # Вставляем обратно

            image[y:y+h, x:x+w] = pixelated

            

        except Exception as e:

            print(f"Ошибка пикселизации: {e}")

        

        return image

    

    def process_frame(self, frame):

        """Обрабатывает один кадр"""

        output = frame.copy()

        

        # Обнаруживаем лица

        if self.face_cascade is not None:

            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

            faces = self.face_cascade.detectMultiScale(

                gray,

                scaleFactor=2,

                minNeighbors=5,

                minSize=(50, 50),

                flags=cv2.CASCADE_SCALE_IMAGE

            )

        else:

            # Используем простой детектор

            faces = self.detect_faces_simple(frame)

        

        # Пикселизируем каждое лицо

        for (x, y, w, h) in faces:

            # Добавляем отступы

            padding_x = int(w * 0.15)

            padding_y = int(h * 0.1)

            x = max(0, x - padding_x)

            y = max(0, y - padding_y)

            w = min(frame.shape[1] - x, w + 2 * padding_x)

            h = min(frame.shape[0] - y, h + 2 * padding_y)

            

            output = self.pixelate_region(output, x, y, w, h)

            

            # Рисуем рамку для отладки (опционально)

            # cv2.rectangle(output, (x, y), (x+w, y+h), (0, 255, 0), 2)

        

        return output, len(faces)

    

    def run(self):

        """Запускает основную программу"""

        print("\nПоиск доступных камер...")

        

        # Пробуем открыть камеру

        camera_index = 0

        cap = None

        

        for i in range(3):

            print(f"Попытка открыть камеру #{i}...")

            cap = cv2.VideoCapture(i)

            if cap.isOpened():

                ret, test_frame = cap.read()

                if ret:

                    print(f"✓ Камера #{i} найдена!")

                    camera_index = i

                    break

                cap.release()

            else:

                print(f"✗ Камера #{i} не отвечает")

        

        if cap is None or not cap.isOpened():

            print("\n Не удалось открыть ни одну камеру!")

            print("\nВозможные решения:")

            print("1. Проверьте подключение камеры")

            print("2. Если используете ноутбук, включите камеру")

            print("3. Запустите программу от имени администратора")

            print("4. Перезагрузите компьютер")

            input("\nНажмите Enter для выхода...")

            return

        

        print("\n" + "="*50)

        print("КАМЕРА ЗАПУЩЕНА!")

        print("="*50)

        print("\nУПРАВЛЕНИЕ:")

        print("[P] или [+] - Увеличить размер пикселей")

        print("[M] или [-] - Уменьшить размер пикселей")

        print("[S] - Сохранить скриншот")

        print("[Q] или [ESC] - Выйти из программы")

        print("="*50)

        

        screenshot_count = 0

        

        while True:

            # Читаем кадр

            ret, frame = cap.read()

            if not ret:

                print(" Ошибка чтения кадра!")

                break

            

            # Обрабатываем кадр

            processed, face_count = self.process_frame(frame)

            

            # Добавляем информационную панель

            height, width = processed.shape[:2]

            

            # Полупрозрачная панель сверху

            overlay = processed.copy()

            cv2.rectangle(overlay, (0, 0), (width, 90), (0, 0, 0), -1)

            processed = cv2.addWeighted(overlay, 0.6, processed, 0.4, 0)

            

            # Текст с информацией

            texts = [

                f"Размер пикселя: {self.pixel_size}",

                f"Найдено лиц: {face_count}",

                f"Камера: #{camera_index} | Размер: {width}x{height}"

            ]

            

            for i, text in enumerate(texts):

                cv2.putText(processed, text, (10, 30 + i*25),

                           cv2.FONT_HERSHEY_DUPLEX, 0.8, (0, 255, 0), 2)

            

            # Подсказки снизу

            cv2.putText(processed, "P/+: Увеличить | M/-: Уменьшить | S: Скриншот | Q/ESC: Выход",

                       (10, height - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 1)

            

            # Показываем результат

            cv2.imshow('Face Pixelizer - Режим реального времени', processed)

            

            # Обработка клавиш

            key = cv2.waitKey(1) & 0xFF

            

            if key == 27 or key == ord('q') or key == ord('Q'):  # ESC или Q

                print("\n Завершение работы...")

                break

            elif key == ord('p') or key == ord('+'):

                self.pixel_size = min(50, self.pixel_size + 2)

                print(f" Размер пикселей: {self.pixel_size}")

            elif key == ord('m') or key == ord('-'):

                self.pixel_size = max(5, self.pixel_size - 2)

                print(f" Размер пикселей: {self.pixel_size}")

            elif key == ord('s') or key == ord('S'):

                # Сохраняем скриншот

                screenshot_count += 1

                filename = f"screenshot_{screenshot_count:03d}.png"

                cv2.imwrite(filename, processed)

                print(f" Скриншот сохранен: {filename}")

        

        # Очистка

        cap.release()

        cv2.destroyAllWindows()

        print(" Программа завершена.")



def main():

    """Главная функция"""

    try:

        # Проверяем версию OpenCV

        print(f"OpenCV версия: {cv2.__version__}")

        print(f"NumPy версия: {np.__version__}")

        

        # Создаем и запускаем пикселизатор

        pixelizer = FacePixelizer(pixel_size=20)

        

        # Запускаем

        pixelizer.run()

        

    except KeyboardInterrupt:

        print("\n\n Программа прервана пользователем (Ctrl+C)")

    except Exception as e:

        print(f"\n Критическая ошибка: {e}")

        print("\nПопробуйте:")

        print("1. Перезапустить программу")

        print("2. Проверить камеру в другом приложении")

        print("3. Установить OpenCV: pip install opencv-python")

    

    input("\nНажмите Enter для выхода...")



if __name__ == "__main__":

    main()