图像运算——脸部解码

面部解码

案例© Fu Xianjun. All Rights Reserved.
这次介绍的是使用掩模和按位运算方式实现的对脸部解码。

上次已经将面部打码了，所以这次我们在上次得到的打码图的基础上进行解码。

脸部打码、解码代码:

import cv2
import numpy as np
lena=cv2.imread("lena.bmp",0)r,c=lena.shape
mask=np.zeros((r,c),dtype=np.uint8)
mask[220:400,250:350]=1
key=np.random.randint(0,256,size=[r,c],dtype=np.uint8)lenaXorKey=cv2.bitwise_xor(lena,key)  
encryptFace=cv2.bitwise_and(lenaXorKey,mask*255) 
noFace1=cv2.bitwise_and(lena,(1-mask)*255)   
maskFace=encryptFace+noFace1  extractOriginal=cv2.bitwise_xor(maskFace,key)   
extractFace=cv2.bitwise_and(extractOriginal,mask*255)  
noFace2=cv2.bitwise_and(maskFace,(1-mask)*255)  
extractLena=noFace2+extractFacecv2.imshow("maskFace",maskFace)#输出打码图
cv2.imshow("extractLena",extractLena)#输出解码图cv2.waitKey()
cv2.destroyAllWindows()

获取脸部的原始信息：
将脸部打码的原图与密钥key进行异或运算，得到脸部的原始信息。

extractOriginal=cv2.bitwise_xor(maskFace,key)

得到的效果图：

提取出打码部分的面部信息：
将解码的面部信息提取出来，得到extractFace。

extractFace=cv2.bitwise_and(extractOriginal,mask*255) 

得到的效果图：

提取没有打码部分的图像信息：
从脸部打码的图像中提取出没有面部信息的图像，得到noFace2。

noFace2=cv2.bitwise_and(maskFace,(1-mask)*255)  

得到的效果图：

得到解码的原图：

extractLena=noFace2+extractFace

得到的效果图：

好了，这就是脸部的解码。