CommencerCommencer 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 des raisons de confidentialité, anonymiser les données en floutant automatiquement les visages.

Groupe en train de marcher
Image préchargée sous le nom group_image.

Vous pouvez utiliser le filtre gaussien pour obtenir l’effet de flou.

Le détecteur de visages est prêt à l’emploi sous le nom detector et tous les modules nécessaires ont été importés.

Cet exercice fait partie du cours

Traitement d’images en Python

Afficher le cours

Instructions

  • Détectez les visages dans l’image en utilisant detector, en définissant 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 cet exemple de code.

# 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