CommencezCommencez gratuitement

Protection de la vie privée

Voyons une application concrète de ce que vous avez appris dans le cours.

Dans cet exercice, vous allez détecter des visages humains dans l'image et, pour protéger la vie privée, vous anonymiserez les données en floutant automatiquement le visage des personnes dans l'image.

Groupe de musiciens en marche
Image préchargée sous group_image.

Vous pouvez utiliser le filtre gaussien pour effectuer le flou.

Le détecteur de visages est prêt à être utilisé sous le nom detector, et tous les modules requis ont été importés.

Cette activité fait partie du cours

Traitement d'images en Python

Voir le cours

Instructions de l’exercice

  • Détectez les visages dans l'image en utilisant le detector, et réglez la taille minimale de la fenêtre de recherche à 10 par 10 pixels.
  • Parcourez chaque visage détecté avec une boucle for.
  • Appliquez un filtre gaussien pour détecter et flouter les visages, avec un sigma de 8.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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")
Modifier et exécuter le code