Protección de la intimidad
Veamos una aplicación real de lo que has aprendido en el curso.
En este ejercicio, detectarás rostros humanos en la imagen y, en aras de la privacidad, anonimizarás los datos difuminando automáticamente los rostros de las personas en la imagen.
<img src="https://assets.datacamp.com/production/repositories/4470/datasets/f531207e00d10992a3a02f87c7e488baba043209/face_det25.jpg" width=80% alt="Banda de marcha en grupo" />
group_image.Puedes utilizar el filtro gaussiano para el desenfoque.
El detector de caras está listo para usarse como detector y se han importado todos los paquetes necesarios.
Este ejercicio forma parte del curso
Procesado de imágenes en Python
Instrucciones de ejercicio
- Detecta los rostros en la imagen utilizando el
detector, fija el tamaño mínimo de la ventana de búsqueda en 10 por 10 píxeles. - Recorre cada cara detectada con un bucle for.
- Aplica un filtro gaussiano para detectar y desenfocar las caras, utilizando un sigma de 8.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Detect the faces
detected = ____.____(img=____,
scale_factor=1.2, step_ratio=1,
min_size=____, max_size=(100, 100))
# For each detected face
for d in ____:
# Obtain the face rectangle from detected coordinates
face = getFaceRectangle(d)
# Apply gaussian filter to extracted face
blurred_face = ____(face, multichannel=____, sigma = ____)
# Merge this blurry face to our final image and show it
resulting_image = mergeBlurryFace(group_image, blurred_face)
show_image(resulting_image, "Blurred faces")