python - 像素化 ROI 边界框并使用 OpenCV 将其覆盖在原始图像上

Question

让我们直截了当。

我有一个私有(private)项目，在 open-cv 中使用边界框来阻止或像素化图像，类似于审查图像，灵感来自这篇论文:

https://www.researchgate.net/publication/325746502_Seamless_Nudity_Censorship_an_Image-to-Image_Translation_Approach_based_on_Adversarial_Training

我已经找到了使用Keras对审查区域进行分类的方法，但仍然不知道如何使用边界框对分类区域进行像素化，并将其叠加到原始图像上。感谢任何帮助。

这是我想要执行的流程示例:

Answer 1

一个简单的方法是使用 Numpy 切片提取 ROI，像素化，然后将其粘贴回原始图像。我将使用 how to pixelate image using OpenCV in Python? 中的像素化技术.这是一个简单的例子:

---

要提取的输入图像和ROI

提取的投资返回率

像素化投资返回率

结果

代码

import cv2

def pixelate(image):
    # Get input size
    height, width, _ = image.shape

    # Desired "pixelated" size
    h, w = (16, 16)

    # Resize image to "pixelated" size
    temp = cv2.resize(image, (w, h), interpolation=cv2.INTER_LINEAR)

    # Initialize output image
    return cv2.resize(temp, (width, height), interpolation=cv2.INTER_NEAREST)

# Load image
image = cv2.imread('1.png')

# ROI bounding box coordinates
x,y,w,h = 122,98,283,240

# Extract ROI
ROI = image[y:y+h, x:x+w]

# Pixelate ROI
pixelated_ROI = pixelate(ROI)

# Paste pixelated ROI back into original image
image[y:y+h, x:x+w] = pixelated_ROI

cv2.imshow('pixelated_ROI', pixelated_ROI)
cv2.imshow('image', image)
cv2.waitKey()

注意:ROI边界框坐标是使用how to get ROI Bounding Box Coordinates without Guess & Check中的脚本找到的.对于您的情况，我假设您已经拥有通过 cv2.boundingRect 获得的 x,y,w,h 边界框坐标。