Размытие объектов с помощью Ultralytics YOLOv8 🚀.

Что такое размытие объектов?

Размытие объектов с помощью Ultralytics YOLOv8 предполагает применение эффекта размытия к определенным обнаруженным объектам на изображении или видео. Этого можно добиться, используя возможности модели YOLOv8 для идентификации и манипулирования объектами в данной сцене.

Смотри: Размытие объектов с помощью Ultralytics YOLOv8

Преимущества размытия объектов?

• Защита частной жизни: Размытие объектов - это эффективный инструмент для защиты приватности, позволяющий скрыть конфиденциальную или персонально идентифицируемую информацию на изображениях или видео.
• Выборочная фокусировка: YOLOv8 позволяет выборочно размывать изображение, давая возможность пользователям нацеливаться на конкретные объекты, обеспечивая баланс между приватностью и сохранением актуальной визуальной информации.
• Обработка в реальном времени: YOLOv8'Эффективность позволяет размывать объекты в режиме реального времени, что делает его подходящим для приложений, требующих повышения конфиденциальности на лету в динамичных средах.

import cv2

from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors

model = YOLO("yolov8n.pt")
names = model.names

cap = cv2.VideoCapture("path/to/video/file.mp4")
assert cap.isOpened(), "Error reading video file"
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))

# Blur ratio
blur_ratio = 50

# Video writer
video_writer = cv2.VideoWriter("object_blurring_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        print("Video frame is empty or video processing has been successfully completed.")
        break

    results = model.predict(im0, show=False)
    boxes = results[0].boxes.xyxy.cpu().tolist()
    clss = results[0].boxes.cls.cpu().tolist()
    annotator = Annotator(im0, line_width=2, example=names)

    if boxes is not None:
        for box, cls in zip(boxes, clss):
            annotator.box_label(box, color=colors(int(cls), True), label=names[int(cls)])

            obj = im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])]
            blur_obj = cv2.blur(obj, (blur_ratio, blur_ratio))

            im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])] = blur_obj

    cv2.imshow("ultralytics", im0)
    video_writer.write(im0)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
video_writer.release()
cv2.destroyAllWindows()

Аргументы model.predict

ВОПРОСЫ И ОТВЕТЫ

Что такое размытие объектов с помощью Ultralytics YOLOv8 ?

Размытие объектов с помощью Ultralytics YOLOv8 предполагает автоматическое обнаружение и применение эффекта размытия к определенным объектам на изображениях или видео. Эта техника повышает конфиденциальность, скрывая секретную информацию и сохраняя при этом важные визуальные данные. YOLOv8 Возможности обработки в реальном времени делают его подходящим для приложений, требующих немедленной защиты конфиденциальности и выборочной настройки фокуса.

Как реализовать размытие объектов в реальном времени с помощью YOLOv8?

Чтобы реализовать размытие объектов в реальном времени с помощью YOLOv8, следуй приведенному примеру Python . Для этого нужно использовать YOLOv8 для обнаружения объектов и OpenCV для применения эффекта размытия. Вот упрощенная версия:

import cv2

from ultralytics import YOLO

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture("path/to/video/file.mp4")

while cap.isOpened():
    success, im0 = cap.read()
    if not success:
        break

    results = model.predict(im0, show=False)
    for box in results[0].boxes.xyxy.cpu().tolist():
        obj = im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])]
        im0[int(box[1]) : int(box[3]), int(box[0]) : int(box[2])] = cv2.blur(obj, (50, 50))

    cv2.imshow("YOLOv8 Blurring", im0)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

В чем преимущества использования Ultralytics YOLOv8 для размытия объектов?

Ultralytics YOLOv8 имеет несколько преимуществ для размытия объектов:

• Защита конфиденциальности: Эффективно скрывай конфиденциальную или идентифицируемую информацию.
• Выборочный фокус: Нацелься на определенные объекты для размытия, сохраняя при этом основное визуальное содержание.
• Обработка в реальном времени: Эффективно выполняй размытие объектов в динамичных средах, подходящих для мгновенного повышения конфиденциальности.

О более подробных способах применения читай в разделе "Преимущества размытия объектов".

Могу ли я использовать Ultralytics YOLOv8 , чтобы размыть лица на видео в целях конфиденциальности?

Да, Ultralytics YOLOv8 можно настроить на обнаружение и размытие лиц в видео для защиты конфиденциальности. Обучив или использовав предварительно натренированную модель для специфического распознавания лиц, результаты обнаружения можно обработать с помощью OpenCV, чтобы применить эффект размытия. Обратись к нашему руководству по обнаружению объектов с помощью YOLOv8 и измени код так, чтобы он был нацелен на обнаружение лиц.

Как YOLOv8 сравнивается с другими моделями обнаружения объектов, такими как Faster R-CNN для размытия объектов?

Ultralytics YOLOv8 обычно превосходит по скорости такие модели, как Faster R-CNN, что делает ее более подходящей для приложений реального времени. Хотя обе модели обеспечивают точное обнаружение, архитектура YOLOv8 оптимизирована для быстрого вывода, что очень важно для таких задач, как размытие объектов в реальном времени. Узнай больше о технических различиях и показателях производительности в нашей документацииYOLOv8 .

Комментарии