項(xiàng)目介紹

本項(xiàng)目將使用python3去識別圖片是否為色情圖片，會使用到PIL這個圖像處理庫，并且編寫算法來劃分圖像的皮膚區(qū)域

介紹一下PIL：

PIL（Python Image Library）是一種免費(fèi)的圖像處理工具包，這個軟件包提供了基本的圖像處理功能，如：改變圖像大小，旋轉(zhuǎn)圖像，圖像格式轉(zhuǎn)化，色場空間轉(zhuǎn)換（這個我不太懂），圖像增強(qiáng)（就是改善清晰度，突出圖像有用信息），直方圖處理，插值（利用已知鄰近像素點(diǎn)的灰度值來產(chǎn)生未知像素點(diǎn)的灰度值）和濾波等等。雖然這個軟件包要實(shí)現(xiàn)復(fù)雜的圖像處理算法并不太適合，但是python的快速開發(fā)能力以及面向?qū)ο蟮鹊戎T多特點(diǎn)使得它非常適合用來進(jìn)行原型開發(fā)。

在 PIL 中，任何一副圖像都是用一個 Image 對象表示，而這個類由和它同名的模塊導(dǎo)出，因此，要加載一副圖像，最簡單的形式是這樣的：

import?Image
img?=?Image.open(“dip.jpg”)

注意：==第一行的 Image 是模塊名；第二行的 img 是一個 Image 對象；== Image 類是在 Image 模塊中定義的。關(guān)于 Image 模塊和 Image 類，切記不要混淆了。現(xiàn)在，我們就可以對 img 進(jìn)行各種操作了，所有對 img 的 操作最終都會反映到到 dip.img 圖像上

環(huán)境準(zhǔn)備

PIL 2009 年之后就沒有更新了，也不支持 Python3 ，于是有了 Alex Clark 領(lǐng)導(dǎo)的公益項(xiàng)目 Pillow 。Pillow 是一個對 PIL 友好的分支，支持 Python3，所以我們這里安裝的是 Pillow，這是它的官方文檔。

默認(rèn)已經(jīng)有python3.0以上和包管理工具pip3。那要執(zhí)行如下命令升級pip3并安裝Pillow 工具包：

sudo?install?-U?pip3
sudo?install?Pillow

程序原理

根據(jù)顏色（膚色）找出圖片中皮膚的區(qū)域，然后通過一些條件判斷是否為色情圖片。

程序的關(guān)鍵步驟如下：

1. 遍歷每個像素，檢查像素顏色是否為膚色
2. 將相鄰的膚色像素歸為一個皮膚區(qū)域，得到若干個皮膚區(qū)域
3. 剔除像素?cái)?shù)量極少的皮膚區(qū)域

我們定義非色情圖片的判定規(guī)則如下（滿足任意一個判斷為真）：

1. 皮膚區(qū)域的個數(shù)小于3個
2. 皮膚區(qū)域的像素與圖像所有像素的比值小于15%
3. 最大皮膚區(qū)域小于總皮膚面積的45%
4. 皮膚區(qū)域數(shù)量超過60個

這些規(guī)則你可以嘗試更改，直到程序效果讓自己滿意為止。關(guān)于像素膚色判定這方面，公式可以在網(wǎng)上找到很多，但是世界上不可能有正確率100%的公式。你可以用自己找到的公式，在程序完成后慢慢調(diào)試。

• RGB顏色模式

  第一種：==r > 95 and g > 40 and g < 100 and b > 20 and max([r, g, b]) - min([r, g, b]) > 15 and abs(r - g) > 15 and r > g and r > b==

  第二種：==nr = r / (r + g + b), ng = g / (r + g + b), nb = b / (r +g + b)?，nr / ng > 1.185 and r * b / (r + g + b) ** 2 > 0.107 and r * g / (r + g + b) ** 2 > 0.112==

• HSV顏色模式

  ==h > 0 and h < 35 and s > 0.23 and s < 0.68==

• YCbCr顏色模式

  ==97.5 <= cb <= 142.5 and 134 <= cr <= 176==

一幅圖像有零個到多個的皮膚區(qū)域，程序按發(fā)現(xiàn)順序給它們編號，第一個發(fā)現(xiàn)的區(qū)域編號為0，第n個發(fā)現(xiàn)的區(qū)域編號為n-1

用一種類型來表示像素，我們給這個類型取名為Skin，包含了像素的一些信息：唯一的編號id、是/否膚色skin、皮膚區(qū)域號region、橫坐標(biāo)x、縱坐標(biāo)y

遍歷所有像素時，我們?yōu)槊總€像素創(chuàng)建一個與之對應(yīng)的Skin對象，并設(shè)置對象的所有屬性，其中region屬性即為像素所在的皮膚區(qū)域編號，創(chuàng)建對象時初始化為無意義的None。關(guān)于每個像素的id值，左上角為原點(diǎn)，像素id值按照像素坐標(biāo)排布，那么看起來如下圖：

其實(shí)id的順序也即遍歷的順序。遍歷所有像素時，創(chuàng)建Skin對象后，如果當(dāng)前像素為膚色，且相鄰的像素有膚色的，那么我們把這些膚色像素歸到一個皮膚區(qū)域。

相鄰像素的定義：通常都能想到是當(dāng)前像素周圍的8個像素，然而實(shí)際上只需要定義4個就可以了，位置分別在當(dāng)前像素的左方，左上方，正上方，右上方。因?yàn)榱硗馑膫€像素都在當(dāng)前像素后面，我們還未給這4個像素創(chuàng)建對應(yīng)的Skin對象：

實(shí)現(xiàn)腳本

直接在python中新建nude.py文件，在這個文件進(jìn)行代碼編寫：

導(dǎo)入所需要的模塊：

import?sys
import?os
import?_io
from?collections?import?namedtuple
from?PIL?import?Image

我們將設(shè)計(jì)一個Nude類：

class?Nude:

這個類里面我們首先使用?collections.namedtuple()?定義一個 Skin 類型：

Skin?=?namedtuple("Skin",?"id?skin?region?x?y")

collections.namedtuple()?函數(shù)實(shí)際上是一個返回 Python 中標(biāo)準(zhǔn)元組類型子類的一個工廠方法。你需要傳遞一個類型名和你需要的字段給它，然后它就會返回一個類，你可以初始化這個類，為你定義的字段傳遞值等。詳情參見官方文檔。

然后定義 Nude 類的初始化方法：

def?__init__(self,?path_or_image):
????#?若?path_or_image?為?Image.Image?類型的實(shí)例，直接賦值
????if?isinstance(path_or_image,?Image.Image):
????????self.image?=?path_or_image
????#?若?path_or_image?為?str?類型的實(shí)例，打開圖片
????elif?isinstance(path_or_image,?str):
????????self.image?=?Image.open(path_or_image)

????#?獲得圖片所有顏色通道
????bands?=?self.image.getbands()
????#?判斷是否為單通道圖片（也即灰度圖），是則將灰度圖轉(zhuǎn)換為?RGB?圖
????if?len(bands)?==?1:
????????#?新建相同大小的?RGB?圖像
????????new_img?=?Image.new("RGB",?self.image.size)
????????#?拷貝灰度圖?self.image?到?RGB圖?new_img.paste?（PIL?自動進(jìn)行顏色通道轉(zhuǎn)換）
????????new_img.paste(self.image)
????????f?=?self.image.filename
????????#?替換?self.image
????????self.image?=?new_img
????????self.image.filename?=?f

????#?存儲對應(yīng)圖像所有像素的全部?Skin?對象
????self.skin_map?=?[]
????#?檢測到的皮膚區(qū)域，元素的索引即為皮膚區(qū)域號，元素都是包含一些?Skin?對象的列表
????self.detected_regions?=?[]
????#?元素都是包含一些?int?對象（區(qū)域號）的列表
????#?這些元素中的區(qū)域號代表的區(qū)域都是待合并的區(qū)域
????self.merge_regions?=?[]
????#?整合后的皮膚區(qū)域，元素的索引即為皮膚區(qū)域號，元素都是包含一些?Skin?對象的列表
????self.skin_regions?=?[]
????#?最近合并的兩個皮膚區(qū)域的區(qū)域號，初始化為?-1
????self.last_from,?self.last_to?=?-1,?-1
????#?色情圖像判斷結(jié)果
????self.result?=?None
????#?處理得到的信息
????self.message?=?None
????#?圖像寬高
????self.width,?self.height?=?self.image.size
????#?圖像總像素
????self.total_pixels?=?self.width?*?self.height

isinstane(object, classinfo)?如果參數(shù)?object?是參數(shù)?classinfo?的實(shí)例，返回真，否則假；參數(shù)?classinfo?可以是一個包含若干?type?對象的元組，如果參數(shù)?object?是其中任意一個類型的實(shí)例，返回真，否則假。

涉及到效率問題，越大的圖片所需要消耗的資源與時間越大，因此有時候可能需要對圖片進(jìn)行縮小。所以需要有圖片縮小方法：

def?resize(self,?maxwidth=1000,?maxheight=1000):
????"""
????基于最大寬高按比例重設(shè)圖片大小，
????注意：這可能影響檢測算法的結(jié)果

????如果沒有變化返回?0
????原寬度大于?maxwidth?返回?1
????原高度大于?maxheight?返回?2
????原寬高大于?maxwidth,?maxheight?返回?3

????maxwidth?-?圖片最大寬度
????maxheight?-?圖片最大高度
????傳遞參數(shù)時都可以設(shè)置為?False?來忽略
????"""
????#?存儲返回值
????ret?=?0
????if?maxwidth:
????????if?self.width?>?maxwidth:
????????????wpercent?=?(maxwidth?/?self.width)
????????????hsize?=?int((self.height?*?wpercent))
????????????fname?=?self.image.filename
????????????#?Image.LANCZOS?是重采樣濾波器，用于抗鋸齒
????????????self.image?=?self.image.resize((maxwidth,?hsize),?Image.LANCZOS)
????????????self.image.filename?=?fname
????????????self.width,?self.height?=?self.image.size
????????????self.total_pixels?=?self.width?*?self.height
????????????ret?+=?1
????if?maxheight:
????????if?self.height?>?maxheight:
????????????hpercent?=?(maxheight?/?float(self.height))
????????????wsize?=?int((float(self.width)?*?float(hpercent)))
????????????fname?=?self.image.filename
????????????self.image?=?self.image.resize((wsize,?maxheight),?Image.LANCZOS)
????????????self.image.filename?=?fname
????????????self.width,?self.height?=?self.image.size
????????????self.total_pixels?=?self.width?*?self.height
????????????ret?+=?2
????return?ret

Image.resize(size, resample=0)

size – 包含寬高像素?cái)?shù)的元祖 (width, height) resample – 可選的重采樣濾波器

返回?Image?對象

然后便是最關(guān)鍵之一的解析方法了：

def?parse(self):
????#?如果已有結(jié)果，返回本對象
????if?self.result?is?not?None:
????????return?self
????#?獲得圖片所有像素?cái)?shù)據(jù)
????pixels?=?self.image.load()

接著，遍歷每個像素，為每個像素創(chuàng)建對應(yīng)的?Skin?對象，其中?self._classify_skin()?這個方法是檢測像素顏色是否為膚色：

????for?y?in?range(self.height):
????????for?x?in?range(self.width):
????????????#?得到像素的?RGB?三個通道的值
????????????#?[x,?y]?是?[(x,y)]?的簡便寫法
????????????r?=?pixels[x,?y][0]???#?red
????????????g?=?pixels[x,?y][1]???#?green
????????????b?=?pixels[x,?y][2]???#?blue
????????????#?判斷當(dāng)前像素是否為膚色像素
????????????isSkin?=?True?if?self._classify_skin(r,?g,?b)?else?False
????????????#?給每個像素分配唯一?id?值（1,?2,?3...height*width）
????????????#?注意?x,?y?的值從零開始
????????????_id?=?x?+?y?*?self.width?+?1
????????????#?為每個像素創(chuàng)建一個對應(yīng)的?Skin?對象，并添加到?self.skin_map?中
????????????self.skin_map.append(self.Skin(_id,?isSkin,?None,?x,?y))

若當(dāng)前像素并不是膚色，那么跳過本次循環(huán)，繼續(xù)遍歷：

????????????#?若當(dāng)前像素不為膚色像素，跳過此次循環(huán)
????????????if?not?isSkin:
????????????????continue

若當(dāng)前像素是膚色像素，那么就需要處理了，先遍歷其相鄰像素。

一定要注意相鄰像素的索引值，因?yàn)橄袼氐?id?值是從?1?開始編起的，而索引是從?0?編起的。變量?_id是存有當(dāng)前像素的?id?值， 所以當(dāng)前像素在?self.skin_map?中的索引值為?_id - 1，以此類推，那么其左方的相鄰像素在?self.skin_map?中的索引值為?_id - 1 - 1?，左上方為?_id - 1 - self.width - 1，上方為?_id - 1 - self.width?，右上方為?_id - 1 - self.width + 1?：

????????????#?設(shè)左上角為原點(diǎn)，相鄰像素為符號?*，當(dāng)前像素為符號?^，那么相互位置關(guān)系通常如下圖
????????????#?***
????????????#?*^

????????????#?存有相鄰像素索引的列表，存放順序?yàn)橛纱蟮叫。樞蚋淖冇杏绊?/span>
????????????#?注意?_id?是從?1?開始的，對應(yīng)的索引則是?_id-1
????????????check_indexes?=?[_id?-?2,?#?當(dāng)前像素左方的像素
?????????????????????????????_id?-?self.width?-?2,??#?當(dāng)前像素左上方的像素
?????????????????????????????_id?-?self.width?-?1,??#?當(dāng)前像素的上方的像素
?????????????????????????????_id?-?self.width]??#?當(dāng)前像素右上方的像素

把id值從0編起：

????????????#?用來記錄相鄰像素中膚色像素所在的區(qū)域號，初始化為?-1
????????????region?=?-1
????????????#?遍歷每一個相鄰像素的索引
????????????for?index?in?check_indexes:
????????????????#?嘗試索引相鄰像素的?Skin?對象，沒有則跳出循環(huán)
????????????????try:
????????????????????self.skin_map[index]
????????????????except?IndexError:
????????????????????break
????????????????#?相鄰像素若為膚色像素：
????????????????if?self.skin_map[index].skin:
????????????????????#?若相鄰像素與當(dāng)前像素的?region?均為有效值，且二者不同，且尚未添加相同的合并任務(wù)
????????????????????if?(self.skin_map[index].region?!=?None?and
????????????????????????????region?!=?None?and?region?!=?-1?and
????????????????????????????self.skin_map[index].region?!=?region?and
????????????????????????????self.last_from?!=?region?and
????????????????????????????self.last_to?!=?self.skin_map[index].region)?:
????????????????????????#?那么這添加這兩個區(qū)域的合并任務(wù)
????????????????????????self._add_merge(region,?self.skin_map[index].region)
????????????????????#?記錄此相鄰像素所在的區(qū)域號
????????????????????region?=?self.skin_map[index].region

self._add_merge()?這個方法接收兩個區(qū)域號，它將會把兩個區(qū)域號添加到?self.merge_regions?中的元素中，self.merge_regions?的每一個元素都是一個列表，這些列表中存放了 1 到多個的區(qū)域號，區(qū)域號代表的區(qū)域是連通的，需要合并。

檢測的圖像里，有些前幾行的像素的相鄰像素并沒有 4 個，所以需要用?try?“試錯”。

然后相鄰像素的若是膚色像素，如果兩個像素的皮膚區(qū)域號都為有效值且不同，因?yàn)閮蓚€區(qū)域中的像素相鄰，那么其實(shí)這兩個區(qū)域是連通的，說明需要合并這兩個區(qū)域。記錄下此相鄰膚色像素的區(qū)域號，之后便可以將當(dāng)前像素歸到這個皮膚區(qū)域里了。

遍歷完所有相鄰像素后，分兩種情況處理：

1. 所有相鄰像素都不是膚色像素：發(fā)現(xiàn)了新的皮膚區(qū)域。
2. 存在區(qū)域號為有效值的相鄰膚色像素：region 的中存儲的值有用了，把當(dāng)前像素歸到這個相鄰像素所在的區(qū)域。

????????????#?遍歷完所有相鄰像素后，若?region?仍等于?-1，說明所有相鄰像素都不是膚色像素
????????????if?region?==?-1:
????????????????#?更改屬性為新的區(qū)域號，注意元祖是不可變類型，不能直接更改屬性
????????????????_skin?=?self.skin_map[_id?-?1]._replace(region=len(self.detected_regions))
????????????????self.skin_map[_id?-?1]?=?_skin
????????????????#?將此膚色像素所在區(qū)域創(chuàng)建為新區(qū)域
????????????????self.detected_regions.append([self.skin_map[_id?-?1]])
????????????#?region?不等于?-1?的同時不等于?None，說明有區(qū)域號為有效值的相鄰膚色像素
????????????elif?region?!=?None:
????????????????#?將此像素的區(qū)域號更改為與相鄰像素相同
????????????????_skin?=?self.skin_map[_id?-?1]._replace(region=region)
????????????????self.skin_map[_id?-?1]?=?_skin
????????????????#?向這個區(qū)域的像素列表中添加此像素
????????????????self.detected_regions[region].append(self.skin_map[_id?-?1])

somenamedtuple._replace(kwargs)?返回一個替換指定字段的值為參數(shù)的?namedtuple實(shí)例

遍歷完所有像素之后，圖片的皮膚區(qū)域劃分初步完成了，只是在變量?self.merge_regions?中還有一些連通的皮膚區(qū)域號，它們需要合并，合并之后就可以進(jìn)行色情圖片判定了：

????#?完成所有區(qū)域合并任務(wù)，合并整理后的區(qū)域存儲到?self.skin_regions
????self._merge(self.detected_regions,?self.merge_regions)
????#?分析皮膚區(qū)域，得到判定結(jié)果
????self._analyse_regions()
????return?self

方法?self._merge()?便是用來合并這些連通的皮膚區(qū)域的。方法?self._analyse_regions()，運(yùn)用之前在程序原理一節(jié)定義的非色情圖像判定規(guī)則，從而得到判定結(jié)果。現(xiàn)在編寫我們還沒寫過的調(diào)用過的?Nude?類的方法。

首先是?self._classify_skin()?方法，這個方法是檢測像素顏色是否為膚色，之前在程序原理一節(jié)已經(jīng)把膚色判定該公式列舉了出來，現(xiàn)在是用的時候了：

#?基于像素的膚色檢測技術(shù)
def?_classify_skin(self,?r,?g,?b):
????#?根據(jù)RGB值判定
????rgb_classifier?=?r?>?95?and?\
????????g?>?40?and?g?100?and?\
????????b?>?20?and?\
????????max([r,?g,?b])?-?min([r,?g,?b])?>?15?and?\
????????abs(r?-?g)?>?15?and?\
????????r?>?g?and?\
????????r?>?b
????#?根據(jù)處理后的?RGB?值判定
????nr,?ng,?nb?=?self._to_normalized(r,?g,?b)
????norm_rgb_classifier?=?nr?/?ng?>?1.185?and?\
????????float(r?*?b)?/?((r?+?g?+?b)?**?2)?>?0.107?and?\
????????float(r?*?g)?/?((r?+?g?+?b)?**?2)?>?0.112

????#?HSV?顏色模式下的判定
????h,?s,?v?=?self._to_hsv(r,?g,?b)
????hsv_classifier?=?h?>?0?and?\
????????h?35?and?\
????????s?>?0.23?and?\
????????s?0.68

????#?YCbCr?顏色模式下的判定
????y,?cb,?cr?=?self._to_ycbcr(r,?g,??b)
????ycbcr_classifier?=?97.5?<=?cb?<=?142.5?and?134?<=?cr?<=?176

????#?效果不是很好，還需改公式
????#?return?rgb_classifier?or?norm_rgb_classifier?or?hsv_classifier?or?ycbcr_classifier
????return?ycbcr_classifier

顏色模式的轉(zhuǎn)換并不是本實(shí)驗(yàn)的重點(diǎn)，轉(zhuǎn)換公式可以在網(wǎng)上找到，這里我們直接拿來用就行：

def?_to_normalized(self,?r,?g,?b):
????if?r?==?0:
????????r?=?0.0001
????if?g?==?0:
????????g?=?0.0001
????if?b?==?0:
????????b?=?0.0001
????_sum?=?float(r?+?g?+?b)
????return?[r?/?_sum,?g?/?_sum,?b?/?_sum]

def?_to_ycbcr(self,?r,?g,?b):
????#?公式來源：
????#?http://stackoverflow.com/questions/19459831/rgb-to-ycbcr-conversion-problems
????y?=?.299*r?+?.587*g?+?.114*b
????cb?=?128?-?0.168736*r?-?0.331364*g?+?0.5*b
????cr?=?128?+?0.5*r?-?0.418688*g?-?0.081312*b
????return?y,?cb,?cr

def?_to_hsv(self,?r,?g,?b):
????h?=?0
????_sum?=?float(r?+?g?+?b)
????_max?=?float(max([r,?g,?b]))
????_min?=?float(min([r,?g,?b]))
????diff?=?float(_max?-?_min)
????if?_sum?==?0:
????????_sum?=?0.0001

????if?_max?==?r:
????????if?diff?==?0:
????????????h?=?sys.maxsize
????????else:
????????????h?=?(g?-?b)?/?diff
????elif?_max?==?g:
????????h?=?2?+?((g?-?r)?/?diff)
????else:
????????h?=?4?+?((r?-?g)?/?diff)

????h?*=?60
????if?h?0:
????????h?+=?360

????return?[h,?1.0?-?(3.0?*?(_min?/?_sum)),?(1.0?/?3.0)?*?_max]

self._add_merge()?方法主要是對?self.merge_regions?操作，而self.merge_regions 的元素都是包含一些 int 對象（區(qū)域號）的列表，列表中的區(qū)域號代表的區(qū)域都是待合并的區(qū)。self._add_merge()?方法接收兩個區(qū)域號，將之添加到?self.merge_regions?中。

這兩個區(qū)域號以怎樣的形式添加，要分 3 種情況處理：

1. 傳入的兩個區(qū)域號都存在于?self.merge_regions?中
2. 傳入的兩個區(qū)域號有一個區(qū)域號存在于?self.merge_regions?中
3. 傳入的兩個區(qū)域號都不存在于?self.merge_regions?中

具體的處理方法，見代碼：

def?_add_merge(self,?_from,?_to):
????#?兩個區(qū)域號賦值給類屬性
????self.last_from?=?_from
????self.last_to?=?_to
????
????#?記錄?self.merge_regions?的某個索引值，初始化為?-1
????from_index?=?-1
????#?記錄?self.merge_regions?的某個索引值，初始化為?-1
????to_index?=?-1


????#?遍歷每個?self.merge_regions?的元素
????for?index,?region?in?enumerate(self.merge_regions):
????????#?遍歷元素中的每個區(qū)域號
????????for?r_index?in?region:
????????????if?r_index?==?_from:
????????????????from_index?=?index
????????????if?r_index?==?_to:
????????????????to_index?=?index

????#?若兩個區(qū)域號都存在于?self.merge_regions?中
????if?from_index?!=?-1?and?to_index?!=?-1:
????????#?如果這兩個區(qū)域號分別存在于兩個列表中
????????#?那么合并這兩個列表
????????if?from_index?!=?to_index:
????????????self.merge_regions[from_index].extend(self.merge_regions[to_index])
????????????del(self.merge_regions[to_index])
????????return

????#?若兩個區(qū)域號都不存在于?self.merge_regions?中
????if?from_index?==?-1?and?to_index?==?-1:
????????#?創(chuàng)建新的區(qū)域號列表
????????self.merge_regions.append([_from,?_to])
????????return
????#?若兩個區(qū)域號中有一個存在于?self.merge_regions?中
????if?from_index?!=?-1?and?to_index?==?-1:
????????#?將不存在于?self.merge_regions?中的那個區(qū)域號
????????#?添加到另一個區(qū)域號所在的列表
????????self.merge_regions[from_index].append(_to)
????????return
????#?若兩個待合并的區(qū)域號中有一個存在于?self.merge_regions?中
????if?from_index?==?-1?and?to_index?!=?-1:
????????#?將不存在于?self.merge_regions?中的那個區(qū)域號
????????#?添加到另一個區(qū)域號所在的列表
????????self.merge_regions[to_index].append(_from)
????????return

在序列中循環(huán)時，索引位置和對應(yīng)值可以使用?enumerate()?函數(shù)同時得到，在上面的代碼中，索引位置即為?index?，對應(yīng)值即為region。self._merge()?方法則是將?self.merge_regions?中的元素中的區(qū)域號所代表的區(qū)域合并，得到新的皮膚區(qū)域列表：

def?_merge(self,?detected_regions,?merge_regions):
????#?新建列表?new_detected_regions?
????#?其元素將是包含一些代表像素的?Skin?對象的列表
????#?new_detected_regions?的元素即代表皮膚區(qū)域，元素索引為區(qū)域號
????new_detected_regions?=?[]

????#?將?merge_regions?中的元素中的區(qū)域號代表的所有區(qū)域合并
????for?index,?region?in?enumerate(merge_regions):
????????try:
????????????new_detected_regions[index]
????????except?IndexError:
????????????new_detected_regions.append([])
????????for?r_index?in?region:
????????????new_detected_regions[index].extend(detected_regions[r_index])
????????????detected_regions[r_index]?=?[]

????#?添加剩下的其余皮膚區(qū)域到?new_detected_regions
????for?region?in?detected_regions:
????????if?len(region)?>?0:
????????????new_detected_regions.append(region)

????#?清理?new_detected_regions
????self._clear_regions(new_detected_regions)

????????#?添加剩下的其余皮膚區(qū)域到?new_detected_regions
????????for?region?in?detected_regions:
????????????if?len(region)?>?0:
????????????????new_detected_regions.append(region)

????????#?清理?new_detected_regions
????????self._clear_regions(new_detected_regions)

self._clear_regions()?方法只將像素?cái)?shù)大于指定數(shù)量的皮膚區(qū)域保留到?self.skin_regions?：

#?皮膚區(qū)域清理函數(shù)
#?只保存像素?cái)?shù)大于指定數(shù)量的皮膚區(qū)域
def?_clear_regions(self,?detected_regions):
????for?region?in?detected_regions:
????????if?len(region)?>?30:
????????????self.skin_regions.append(region)

self._analyse_regions()?是很簡單的，它的工作只是進(jìn)行一系列判斷，得出圖片是否色情的結(jié)論：

#?分析區(qū)域
def?_analyse_regions(self):
????#?如果皮膚區(qū)域小于?3?個，不是色情
????if?len(self.skin_regions)?3:
????????self.message?=?"Less?than?3?skin?regions?({_skin_regions_size})".format(
????????????_skin_regions_size=len(self.skin_regions))
????????self.result?=?False
????????return?self.result

????#?為皮膚區(qū)域排序
????self.skin_regions?=?sorted(self.skin_regions,?key=lambda?s:?len(s),
???????????????????????????????reverse=True)

????#?計(jì)算皮膚總像素?cái)?shù)
????total_skin?=?float(sum([len(skin_region)?for?skin_region?in?self.skin_regions]))

????#?如果皮膚區(qū)域與整個圖像的比值小于?15%，那么不是色情圖片
????if?total_skin?/?self.total_pixels?*?100?15:
????????self.message?=?"Total?skin?percentage?lower?than?15?({:.2f})".format(total_skin?/?self.total_pixels?*?100)
????????self.result?=?False
????????return?self.result

????#?如果最大皮膚區(qū)域小于總皮膚面積的?45%，不是色情圖片
????if?len(self.skin_regions[0])?/?total_skin?*?100?45:
????????self.message?=?"The?biggest?region?contains?less?than?45?({:.2f})".format(len(self.skin_regions[0])?/?total_skin?*?100)
????????self.result?=?False
????????return?self.result

????#?皮膚區(qū)域數(shù)量超過?60個，不是色情圖片
????if?len(self.skin_regions)?>?60:
????????self.message?=?"More?than?60?skin?regions?({})".format(len(self.skin_regions))
????????self.result?=?False
????????return?self.result

????#?其它情況為色情圖片
????self.message?=?"Nude!!"
????self.result?=?True
????return?self.result

然后可以組織下分析得出的信息：

def?inspect(self):
????_image?=?'{}?{}?{}×{}'.format(self.image.filename,?self.image.format,?self.width,?self.height)
????return?"{_image}:?result={_result}?message='{_message}'".format(_image=_image,?_result=self.result,?_message=self.message)

Nude?類如果就這樣完成了，最后運(yùn)行腳本時只能得到一些真或假的結(jié)果，我們需要更直觀的感受程序的分析效果，我們可以生成一張?jiān)瓐D的副本，不過這個副本圖片中只有黑白色，白色代表皮膚區(qū)域，那么這樣我們能直觀感受到程序分析的效果了。

前面的代碼中我們有獲得圖像的像素的 RGB 值的操作，設(shè)置像素的 RGB 值也就是其逆操作，還是很簡單的，不過注意設(shè)置像素的 RGB 值時不能在原圖上操作：

#?將在源文件目錄生成圖片文件，將皮膚區(qū)域可視化
def?showSkinRegions(self):
????#?未得出結(jié)果時方法返回
????if?self.result?is?None:
????????return
????#?皮膚像素的?ID?的集合
????skinIdSet?=?set()
????#?將原圖做一份拷貝
????simage?=?self.image
????#?加載數(shù)據(jù)
????simageData?=?simage.load()

????#?將皮膚像素的?id?存入?skinIdSet
????for?sr?in?self.skin_regions:
????????for?pixel?in?sr:
????????????skinIdSet.add(pixel.id)
????#?將圖像中的皮膚像素設(shè)為白色，其余設(shè)為黑色
????for?pixel?in?self.skin_map:
????????if?pixel.id?not?in?skinIdSet:
????????????simageData[pixel.x,?pixel.y]?=?0,?0,?0
????????else:
????????????simageData[pixel.x,?pixel.y]?=?255,?255,?255
????#?源文件絕對路徑
????filePath?=?os.path.abspath(self.image.filename)
????#?源文件所在目錄
????fileDirectory?=?os.path.dirname(filePath)?+?'/'
????#?源文件的完整文件名
????fileFullName?=?os.path.basename(filePath)
????#?分離源文件的完整文件名得到文件名和擴(kuò)展名
????fileName,?fileExtName?=?os.path.splitext(fileFullName)
????#?保存圖片
????simage.save('{}{}_{}{}'.format(fileDirectory,?fileName,'Nude'?if?self.result?else?'Normal',?fileExtName))

變量?skinIdSet?使用集合而不是列表是有性能上的考量的，Python 中的集合是哈希表實(shí)現(xiàn)的，查詢效率很高。最后支持一下命令行參數(shù)就大功告成啦！我們使用?argparse?這個模塊來實(shí)現(xiàn)命令行的支持。argparse 模塊使得編寫用戶友好的命令行接口非常容易。程序只需定義好它要求的參數(shù)，然后 argparse 將負(fù)責(zé)如何從 sys.argv 中解析出這些參數(shù)。argparse 模塊還會自動生成幫助和使用信息并且當(dāng)用戶賦給程序非法的參數(shù)時產(chǎn)生錯誤信息。

具體使用方法請查看argparse的?官方文檔

if?__name__?==?"__main__":
????import?argparse

????parser?=?argparse.ArgumentParser(description='Detect?nudity?in?images.')
????parser.add_argument('files',?metavar='image',?nargs='+',
????????????????????????help='Images?you?wish?to?test')
????parser.add_argument('-r',?'--resize',?action='store_true',
????????????????????????help='Reduce?image?size?to?increase?speed?of?scanning')
????parser.add_argument('-v',?'--visualization',?action='store_true',
????????????????????????help='Generating?areas?of?skin?image')

????args?=?parser.parse_args()

????for?fname?in?args.files:
????????if?os.path.isfile(fname):
????????????n?=?Nude(fname)
????????????if?args.resize:
????????????????n.resize(maxheight=800,?maxwidth=600)
????????????n.parse()
????????????if?args.visualization:
????????????????n.showSkinRegions()
????????????print(n.result,?n.inspect())
????????else:
????????????print(fname,?"is?not?a?file")

測試效果

先來一張很正經(jīng)的測試圖片：

在PyCharm中的終端運(yùn)行下面的命令執(zhí)行腳本，注意是python3而不是python：

python3?nude.py?-v?1.jpg?

運(yùn)行截圖：

這表示1.jpg不是一張色情圖片

總結(jié)

這個項(xiàng)目就是熟悉了一下PIL的使用，了解了色情圖片檢查的原理。主要實(shí)現(xiàn)難點(diǎn)是在皮膚區(qū)域的檢測與整合這一方面。項(xiàng)目還有許多可以改進(jìn)的地方，比如膚色檢測公式，色情判定條件，還有性能問題，我得去學(xué)習(xí)一下用多線程或多進(jìn)程提高性能。

來源：碼猴小明