本篇主要介绍使用numpy.ogrid 生成圆形（心形）模糊遮罩，可以用在对人脸检测后进行人脸的模糊处理。

主要的代码如下（其中涉及到人脸检测部分的可以参考使用mtcnn进行人脸检测）：

from mtcnn.mtcnn import MTCNN
import cv2
import numpy as np

img = cv2.imread("test.jpg")
detector = MTCNN()

face_list = detector.detect_faces(img) # face detect and alignment

def generate_mask(img_height,img_width,radius,center_x,center_y):
    y,x=np.ogrid[0:img_height,0:img_width]
    # circle mask
    # mask = (x-center_x)**2+(y-center_y)**2<=radius**2  
    # generate other masks （eg. heart-shaped）
    scale = 5/radius
    mask = 5*((-x+center_x)*scale)**2 - 6*np.abs((-x+center_x)*scale)*((-y+center_y)*scale) + 5*((-y+center_y)*scale)**2 < 128
    return mask

mask_img = np.ones(img.shape,np.int8)
kernel_size = 15
blur_img = cv2.blur(img,(kernel_size,kernel_size))

for face in face_list:
    box = face["box"]

    #boundingbox
    x,y,w,h = box
    mask=generate_mask(img.shape[0],img.shape[1],max(w,h)/2,x+w/2,y+h/2)
    mask_img[mask]=[0,0,0]

mask_img_verse = np.ones(img.shape,np.int8) - mask_img
result_img = mask_img * img + mask_img_verse * blur_img

cv2.imwrite("result.jpg",result_img)

圆形模糊的结果如下：
在这里插入图片描述
实际上，如果是要产生圆形的模糊，更简洁的方法是使用cv.circle()函数实现：

circle = np.zeros(img.shape, dtype="uint8")
cv2.circle(circle, (300, 300), 50, [0,0,0], -1)

借助numpy.ogrid和任意的图形函数可以产生任意形式的遮罩，例如产生心形的模糊遮罩：
在这里插入图片描述
其中使用的产生心形区域的代码为：

 scale = 5/radius
 mask = 5*((-x+center_x)*scale)**2 - 6*np.abs((-x+center_x)*scale)*((-y+center_y)*scale) + 5*((-y+center_y)*scale)**2 < 128

心形线的产生函数为：5x^2 – 6|x|y + 5y^2 = 128
图像如下：
在这里插入图片描述
对心形进行适当的旋转、平移和缩放之后即可合适地遮住人脸（物体）。这里顺便推荐一个在线绘制函数曲线的网站Desmos。

版权声明：本文为匿名原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：