本博客为人脸识别系统的背景模糊代码解释

人脸识别系统博客汇总：人脸识别系统-博客索引

项目GitHub地址：Su-Face-Recognition: A face recognition for user logining

注意：阅读本博客前请先参考以下博客

工具安装、环境配置：人脸识别系统-简介

UI界面设计：人脸识别系统-UI界面设计

UI事件处理：人脸识别系统-UI事件处理

摄像头展示画面：人脸识别系统-摄像头画面展示

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：
• 用户操作：

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。

# 主界面
class UserMainWindow(QMainWindow, UserMainUi):def __init__(self, parent=None):super(UserMainWindow, self).__init__(parent)self.setupUi(self)self.show_image = Noneself.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 = Trueself.fine_segmentation_button.setText("关闭背景模糊")self.fine_segmentation()self.fine_segmentation_button.setText("背景模糊")self.isFineSegmentation_flag = Falseelif self.isFineSegmentation_flag:self.isFineSegmentation_flag = Falseself.fine_segmentation_button.setText("背景模糊")self.show_camera()

二、背景模糊

    # 背景模糊def fine_segmentation(self):mp_selfie_segmentation = mp.solutions.selfie_segmentationBG_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 RGBin_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 = Falseresults = selfie_segmentation.process(in_frame)in_frame.flags.writeable = Truein_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_COLORout_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：
• 用户操作：

 注：以上代码仅为参考，若需要运行，请参考项目GitHub完整源代码：Su-Face-Recognition: A face recognition for user logining