用 Python 鑒別色色的圖片

YancyYe 發布于2019-07-30 16:33 / 2604人閱讀

摘要：代碼識別少量圖片先導入這個庫我也很奇怪為什么的是再寫出代碼代碼運行的結果居然是讓我們來看一下圖片。說明識別是不是色色的圖片的有依據的，根據給出的信息來看，是皮膚暴露的百分比來判斷的，暴露的比例大于就判斷為色色的圖片。

0 前言

實話實說啊，這個標題起得就有點標題黨，識別是識別，準確率就有點玄學了。

1 環境說明

Win10 系統下 Python3，編譯器是 Pycharm，需要安裝 nonude 這個庫。

Pycharm 安裝第三方庫的方法。

2 代碼 2.1 識別少量圖片

先導入 nonude 這個庫（我也很奇怪為什么 import 的是 nude）

import nude

再寫出代碼

print(nude.is_nude("godfather.jpg"))
print(nude.is_nude("leisheng.jpg"))
print(nude.is_nude("qiaoba.png"))

代碼運行的結果居然是 False、True、True
讓我們來看一下圖片。

對了，我這里是直接把圖片放在了項目的路徑里的

如果不喜歡這樣，可以換一個寫法

import nude
print(nude.is_nude("E:/Images/OOXX/00mitai.jpg"))
print(nude.is_nude("E:ImagesOOXX/00zkted.jpg"))
print(nude.is_nude("E:/ImagesOOXX/011idk8.jpg"))

代碼運行的結果是 False、True、False

說一下，路徑里面的斜杠 / 可以是反斜杠，如果后面有數字的話，請使用斜杠 /，不要用反斜杠。

2.2 識別文件夾中的圖片

先導入要用的庫

import glob
import itertools
from nude import Nude

這里用 glob 返回匹配指定模式的文件名

images_format = ["jpg", "png", "gif"]  # 圖片格式
images_jpg = glob.glob("E:/Images/OOXX/*.jpg")  # 返回匹配指定模式的文件名
images_png = glob.glob("E:/Images/OOXX/*.png")
images_gif = glob.glob("E:/Images/OOXX/*.gif")

itertools.chain 把迭代對象串聯起來，形成一個更大的迭代器，說白了就是把 images_jpg、images_png、images_gif 弄在一起，變成了images_list。

然后進行循環，在 images_list 里面一個一個對圖片進行識別。

images_list = itertools.chain(images_jpg, images_png, images_gif)

for i in images_list:
    print(i)  # 輸出照片的路徑
    n = Nude(i)  # 對圖片進行識別
    n.parse()
    print(n.result)  # 輸出結果
    print(n.message)  # 輸出判斷信息
    print(n.inspect())  # 輸出更加詳細的判斷信息

運行結果如下圖

我們來看一下下圖片，準確率嘛，有點玄學。

3 說明

識別是不是色色的圖片的有依據的，根據給出的信息來看，是皮膚暴露的百分比來判斷的，暴露的比例大于 15% 就判斷為色色的圖片。這里只是很粗淺的說明，還有一些我沒有看懂。

nonude 的 GitHub 鏈接：https://github.com/gearsystems/nonude/

nonude 的最近一次更新是兩年前了，感覺有點可惜，希望作者能繼續維護。

文章首發于本人公眾號，歡迎關注~

GPU云服務器云服務器色色用python的公司用python的網站用python開發的

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/41736.html

Python完成簡單鑒別數百個物流單號

　　在我們要寄出去許多快遞包裹時，為了能及時溝通物流詳情，要迅速將物流單號分離出來。這時候用手動式去鑒別確實太麻煩了，因此本文用Python完成簡單鑒別數百個物流單號，所需的可以了解一下　　小伙伴們好，我是大五　　這也是Python改變未來系列第三篇，是一個和你們相關的難題實例。　　前情提要　　掌握我的好朋友很有可能都清楚，阿浩常給大伙兒送書。近一年，算不上協同抽獎活動送書，獨立我自買+出版社出版...

89542767 2022-12-25 15:52 評論0 收藏0
Python爬蟲學習：微信、知乎、新浪等主流網站的模擬登陸爬取方法

摘要：微信知乎新浪等主流網站的模擬登陸爬取方法摘要微信知乎新浪等主流網站的模擬登陸爬取方法。先說說很難爬的知乎，假如我們想爬取知乎主頁的內容，就必須要先登陸才能爬，不然看不到這個界面。圖片描述知乎需要手機號才能注冊登陸。微信、知乎、新浪等主流網站的模擬登陸爬取方法摘要：微信、知乎、新浪等主流網站的模擬登陸爬取方法。網絡上有形形色色的網站，不同類型的網站爬蟲策略不同，難易程度也不一樣。從是...

Kahn 2019-07-31 10:29 評論0 收藏0
從自編碼器到生成對抗網絡：一文縱覽無監督學習研究現狀

摘要：就在最近，這項技術在流行地無監督學習數據集上實現了非常好的結果。雖然這項工作并不針對無監督學習，但是它可以用作無監督學習。利用替代類別的無監督學習視覺表征使用圖像不行來創建非常大的替代類。如今深度學習模型都需要在大規模的監督數據集上訓練。這意味著對于每一個數據，都會有一個與之對應的標簽。在很流行的 ImageNet 數據集中，其共有一百萬張帶人工標注的圖片，即 1000 類中的每一類都有 ...

MageekChiu 2019-04-25 18:13 評論0 收藏0
最新StarGAN對抗生成網絡實現多領域圖像變換

摘要：第一列和第六列顯示輸入圖像，其余列是產生的圖像。然而，現有的模型在多域圖像轉換任務中效率低下。該圖表示連接多個域的拓撲圖。在訓練過程中，隨機生成目標域標簽并訓練模型，以便靈活地將輸入圖像轉換到目標域。圖像到圖像轉化的任務是將一個給定圖像的特定方面改變到另一個方面，例如，將一個人的面部表情從微笑到皺眉改變（見圖1）。自從生成對抗網絡（GANs）的引入，這個任務經歷了很大的發展，從改變發色，改...

fevin 2019-04-25 18:22 評論0 收藏0