人脸自动打马赛克工具
基于 MediaPipe 实现的高精度人脸检测和自动马赛克处理工具，支持图片和视频处理，完美保留原始音频。
🚀 快速开始
安装
git clone https://github.com/xPeiPeix/face_mosaic.git
cd face_mosaic
pip install -r requirements.txt
基础使用
# 处理单张图片
python face_mosaic.py --input photo.jpg --output processed_photo.jpg
# 处理视频（保留音频）
python face_mosaic.py --input video.mp4 --output processed_video.mp4
# 批量并发处理
python face_mosaic.py --batch-folder ./videos/ --max-workers 4
✨ 核心特性
- 🎯 高精度人脸检测：基于 Google MediaPipe，识别准确率高
- 🎬 视频音频保留：处理视频时完美保留原始音频轨道
- 🖼️ 多格式支持：支持图片(JPG/PNG/BMP等)和视频(MP4/AVI/MOV等)
- 📁 批量处理：支持目录批量处理，提高工作效率
- ⚙️ 灵活配置：可调节检测置信度、马赛克大小等参数
- 🚀 高性能：并发处理，3-4倍效率提升
🎵 音频处理功能
工作原理
- 音频检测: 自动检测输入视频是否包含音频轨道
- 分离处理: 先处理视频帧，同时提取原始音频
- 智能合并: 使用 FFmpeg 将处理后视频与原始音频完美合并
- 自动清理: 处理完成后自动清理临时文件
🚀 批量并发处理
核心优势
- 🔄 多线程并发：同时处理多个视频，3-4倍效率提升
- 🎯 智能文件管理：自动生成
_processed后缀文件 - ⚡ 断点续传：自动跳过已处理文件，避免重复工作
- 📊 实时监控：详细的进度条和统计报告
- 🔒 线程安全：每个线程独立MediaPipe检测器，避免状态冲突
性能表现
| CPU核心数 | 推荐并发数 | 预期加速比 |
|---|---|---|
| 4核心 | 2-3 | 2-2.5倍 |
| 8核心 | 4-6 | 3-4倍 |
| 16核心+ | 6-8 | 4-5倍 |
📊 性能基准
测试环境
- CPU: Intel i7 / AMD Ryzen 7
- 内存: 16GB RAM
- 视频: 1280x720, 30FPS, 约1分钟
处理性能
- 处理速度: 约 93 帧/秒
- 人脸检测: 平均每帧检测 1-2 张人脸
- 内存占用: 峰值约 2GB
- 音频延迟: <1秒（合并阶段）
📚 项目文档
📄 许可证
本项目采用 MIT 许可证。
Made with ❤️ by xPeiPeix