ComeçarComece gratuitamente

Proteção da privacidade

Vamos ver uma aplicação no mundo real do que você aprendeu no curso.

Neste exercício, você detectará rostos humanos na imagem e, para garantir a privacidade, anonimizará os dados desfocando automaticamente os rostos das pessoas na imagem. 

<img src="https://assets.datacamp.com/production/repositories/4470/datasets/f531207e00d10992a3a02f87c7e488baba043209/face_det25.jpg" width=80% alt="Caminhada com banda em grupo" />

Imagem pré-carregada como group_image.

Você pode usar o filtro gaussiano para desfocar.

O detector de faces está pronto para ser usado como detector e todos os pacotes necessários foram importados.

Este exercício faz parte do curso

Processamento de imagens em Python

Ver Curso

Instruções de exercício

  • Detecte os rostos na imagem usando o site detector, defina o tamanho mínimo da janela de pesquisa como 10 por 10 pixels.
  • Percorra cada face detectada com um loop for.
  • Aplique um filtro gaussiano para detectar e desfocar rostos, usando um sigma de 8.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# 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")
Editar e executar código