（已加马赛克）10 行代码判定色*情*图片——Python 也可以系列之二
10 行代碼判定色*情*圖片——Python 也可以系列之二
作者：賴勇浩（http://blog.csdn.net/lanphaday）
致編輯：我已經給圖片打上馬賽克了，別再刪除了啊，我這是純技術貼！
聲明：本文因科學研究需要，包含部分色*情*圖片，不可作為傳播色*情*信息的證據。
今天先是在 CSDN 看到《大學生發明依據皮膚比例過濾色*情*圖片軟件》（http://news.csdn.net/n/20081028/120298.html），后來發現這條新聞竟然已經上了網易新聞頻道了（http://news.163.com/08/1028/05/4PAORMQB00011229.html），著實令人吃驚。
?
?
來自網易新聞的圖片
根據作者的話說：“這個軟件的原理在于通過計算面部、四肢圖像區域，與整個膚色區域的面積比例和具體的分布，來判斷網站中是否含有色*情*圖片。”我估計他用的就是普通的膚色模型對圖片的像素進行檢測和統計，最多加上一些色塊的分布、形狀等數據進行一些條件過濾。于是我就寫了段代碼來分析圖像，把圖像中非膚色的像素去除，效果如下（聲明：程序計算的數據是根據未打馬賽克的圖片計算的，因為保持 CSDN 博客的需要，故打上馬賽克再發表）：
x
相應的圖片處理后的結果是：
可見簡單的膚色模型已經能夠工作得很好。
接下來就可以寫統計膚色像素的代碼了，很短，只有 10 行，充實體現了 Python 語言的強大，以及李濟民同學的研究并不深入：
[python] view plain copy下面簡單講解一下代碼：
1） Image 是 PIL 庫，我曾經寫過一篇《用Python做圖像處理》（http://blog.csdn.net/lanphaday/archive/2007/10/28/1852726.aspx），基本用法可以參考此文。
2） img = Image.open(fn).convert('YCbCr')，這一行打開從命令行傳入的文件名，然后轉換到 YCbCr 色彩空間，關于 YCbCr 的理論知識，可以參考http://baike.baidu.com/view/564370.htm。
3） data = img.getdata()，這一句是為了方便快速操作像素而獲取圖像數據
4） if 86 <= cb <= 117 and 140 <= cr <= 168:，這一句最為重要，是本文的精髓所在。根據 YCbCr 膚色模型，許多論文推薦用 86 <= cb <= 127，130 <= cr < 168，但經實驗，這個數值并不好，所以我把 cb 的上限改為 117，cr 的下限改為 140，過濾掉太白和太黑的部分。
最后本程序的執行結果是這樣的：
[plain] view plain copy其中 114.jpeg 就是上例中的第三幅圖片。
綜上所述，重慶郵電大學的大四學生李濟民，只不過是利用了一個非常成熟的理論（膚色檢測是人臉識別等計算機視覺學科的基礎知識），寫了一點點代碼（也許他用 C++ 寫的代碼比我用 python 寫的多一些，但最多也就多三兩百行），并沒有實質性的科研突破，產品也不夠成熟（按他的話就是比*基*尼美女都識別不了），記者和網站對他進行宣傳，實為捧殺。
另，許多 CSDN 的網友對他用的“嵌入瀏覽器內，很難刪除”的說法很好奇，在這里順便提一下李同學應該是用 Browser Helper Object，又稱 BHO 技術來完成這件事的，這是一個很簡單的技術，查查 MSDN，用 VC/VB/C# 都能很方便地寫出來，當然，也可以很方便地刪除。哈哈。
總結
以上是生活随笔為你收集整理的（已加马赛克）10 行代码判定色*情*图片——Python 也可以系列之二的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 计算图像相似度——《Python也可以》
- 下一篇： 用BP人工神经网络识别手写数字——《Py