利用python检测色情图片简易实例

 import sys
 import os
 import _io
 from collections import namedtuple
 from PIL import Image
 
 class Nude(object):
 
     Skin = namedtuple("Skin", "id skin region x y")
 
     def __init__(self, path_or_image):
         # 若 path_or_image 为 Image.Image 类型的实例，直接赋值
         if isinstance(path_or_image, Image.Image):
             self.image = path_or_image
         # 若 path_or_image 为 str 类型的实例，打开图片
         elif isinstance(path_or_image, str):
             self.image = Image.open(path_or_image)
 
         # 获得图片所有颜色通道
         bands = self.image.getbands()
         # 判断是否为单通道图片（也即灰度图），是则将灰度图转换为 RGB 图
         if len(bands) == 1:
             # 新建相同大小的 RGB 图像
             new_img = Image.new("RGB", self.image.size)
             # 拷贝灰度图 self.image 到 RGB图 new_img.paste （PIL 自动进行颜色通道转换）
             new_img.paste(self.image)
             f = self.image.filename
             # 替换 self.image
             self.image = new_img
             self.image.filename = f
 
         # 存储对应图像所有像素的全部 Skin 对象
         self.skin_map = []
         # 检测到的皮肤区域，元素的索引即为皮肤区域号，元素都是包含一些 Skin 对象的列表
         self.detected_regions = []
         # 元素都是包含一些 int 对象（区域号）的列表
         # 这些元素中的区域号代表的区域都是待合并的区域
         self.merge_regions = []
         # 整合后的皮肤区域，元素的索引即为皮肤区域号，元素都是包含一些 Skin 对象的列表
         self.skin_regions = []
         # 最近合并的两个皮肤区域的区域号，初始化为 -1
         self.last_from, self.last_to = -1, -1
         # 色情图像判断结果
         self.result = None
         # 处理得到的信息
         self.message = None
         # 图像宽高
         self.width, self.height = self.image.size
         # 图像总像素
         self.total_pixels = self.width * self.height
 
     def resize(self, maxwidth=1000, maxheight=1000):
         """
         基于最大宽高按比例重设图片大小，
         注意：这可能影响检测算法的结果
 
         如果没有变化返回 0
         原宽度大于 maxwidth 返回 1
         原高度大于 maxheight 返回 2
         原宽高大于 maxwidth, maxheight 返回 3
 
         maxwidth - 图片最大宽度
         maxheight - 图片最大高度
         传递参数时都可以设置为 False 来忽略
         """
         # 存储返回值
         ret = 0
         if maxwidth:
             if self.width > maxwidth:
                 wpercent = (maxwidth / self.width)
                 hsize = int((self.height * wpercent))
                 fname = self.image.filename
                 # Image.LANCZOS 是重采样滤波器，用于抗锯齿
                 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
 
     # 分析函数
     def parse(self):
         # 如果已有结果，返回本对象
         if self.result is not None:
             return self
         # 获得图片所有像素数据
         pixels = self.image.load()
         # 遍历每个像素
         for y in range(self.height):
             for x in range(self.width):
                 # 得到像素的 RGB 三个通道的值
                 # [x, y] 是 [(x,y)] 的简便写法
                 r = pixels[x, y][0]   # red
                 g = pixels[x, y][1]   # green
                 b = pixels[x, y][2]   # blue
                 # 判断当前像素是否为肤色像素
                 isSkin = True if self._classify_skin(r, g, b) else False
                 # 给每个像素分配唯一 id 值（1, 2, 3...height*width）
                 # 注意 x, y 的值从零开始
                 _id = x + y * self.width + 1
                 # 为每个像素创建一个对应的 Skin 对象，并添加到 self.skin_map 中
                 self.skin_map.append(self.Skin(_id, isSkin, None, x, y))
                 # 若当前像素不为肤色像素，跳过此次循环
                 if not isSkin:
                     continue
 
                 # 设左上角为原点，相邻像素为符号 *，当前像素为符号 ^，那么相互位置关系通常如下图
                 # ***
                 # *^
 
                 # 存有相邻像素索引的列表，存放顺序为由大到小，顺序改变有影响
                 # 注意 _id 是从 1 开始的，对应的索引则是 _id-1
                 check_indexes = [_id - 2, # 当前像素左方的像素
                                  _id - self.width - 2,  # 当前像素左上方的像素
                                  _id - self.width - 1,  # 当前像素的上方的像素
                                  _id - self.width]  # 当前像素右上方的像素
                 # 用来记录相邻像素中肤色像素所在的区域号，初始化为 -1
                 region = -1
                 # 遍历每一个相邻像素的索引
                 for index in check_indexes:
                     # 尝试索引相邻像素的 Skin 对象，没有则跳出循环
                     try:
                         self.skin_map[index]
                     except IndexError:
                         break
                     # 相邻像素若为肤色像素：
                     if self.skin_map[index].skin:
                         # 若相邻像素与当前像素的 region 均为有效值，且二者不同，且尚未添加相同的合并任务
                         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) :
                             # 那么这添加这两个区域的合并任务
                             self._add_merge(region, self.skin_map[index].region)
                         # 记录此相邻像素所在的区域号
                         region = self.skin_map[index].region
                 # 遍历完所有相邻像素后，若 region 仍等于 -1，说明所有相邻像素都不是肤色像素
                 if region == -1:
                     # 更改属性为新的区域号，注意元祖是不可变类型，不能直接更改属性
                     _skin = self.skin_map[_id - 1]._replace(region=len(self.detected_regions))
                     self.skin_map[_id - 1] = _skin
                     # 将此肤色像素所在区域创建为新区域
                     self.detected_regions.append([self.skin_map[_id - 1]])
                 # region 不等于 -1 的同时不等于 None，说明有区域号为有效值的相邻肤色像素
                 elif region != None:
                     # 将此像素的区域号更改为与相邻像素相同
                     _skin = self.skin_map[_id - 1]._replace(region=region)
                     self.skin_map[_id - 1] = _skin
                     # 向这个区域的像素列表中添加此像素
                     self.detected_regions[region].append(self.skin_map[_id - 1])
         # 完成所有区域合并任务，合并整理后的区域存储到 self.skin_regions
         self._merge(self.detected_regions, self.merge_regions)
         # 分析皮肤区域，得到判定结果
         self._analyse_regions()
         return self
 
     # self.merge_regions 的元素都是包含一些 int 对象（区域号）的列表
     # self.merge_regions 的元素中的区域号代表的区域都是待合并的区域
     # 这个方法便是将两个待合并的区域号添加到 self.merge_regions 中
     def _add_merge(self, _from, _to):
         # 两个区域号赋值给类属性
         self.last_from = _from
         self.last_to = _to
 
         # 记录 self.merge_regions 的某个索引值，初始化为 -1
         from_index = -1
         # 记录 self.merge_regions 的某个索引值，初始化为 -1
         to_index = -1
 
         # 遍历每个 self.merge_regions 的元素
         for index, region in enumerate(self.merge_regions):
             # 遍历元素中的每个区域号
             for r_index in region:
                 if r_index == _from:
                     from_index = index
                 if r_index == _to:
                     to_index = index
 
         # 若两个区域号都存在于 self.merge_regions 中
         if from_index != -1 and to_index != -1:
             # 如果这两个区域号分别存在于两个列表中
             # 那么合并这两个列表
             if from_index != to_index:
                 self.merge_regions[from_index].extend(self.merge_regions[to_index])
                 del(self.merge_regions[to_index])
             return
 
         # 若两个区域号都不存在于 self.merge_regions 中
         if from_index == -1 and to_index == -1:
             # 创建新的区域号列表
             self.merge_regions.append([_from, _to])
             return
         # 若两个区域号中有一个存在于 self.merge_regions 中
         if from_index != -1 and to_index == -1:
             # 将不存在于 self.merge_regions 中的那个区域号
             # 添加到另一个区域号所在的列表
             self.merge_regions[from_index].append(_to)
             return
         # 若两个待合并的区域号中有一个存在于 self.merge_regions 中
         if from_index == -1 and to_index != -1:
             # 将不存在于 self.merge_regions 中的那个区域号
             # 添加到另一个区域号所在的列表
             self.merge_regions[to_index].append(_from)
             return
 
     # 合并该合并的皮肤区域
     def _merge(self, detected_regions, merge_regions):
         # 新建列表 new_detected_regions
         # 其元素将是包含一些代表像素的 Skin 对象的列表
         # new_detected_regions 的元素即代表皮肤区域，元素索引为区域号
         new_detected_regions = []
 
         # 将 merge_regions 中的元素中的区域号代表的所有区域合并
         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] = []
 
         # 添加剩下的其余皮肤区域到 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)
 
     # 皮肤区域清理函数
     # 只保存像素数大于指定数量的皮肤区域
     def _clear_regions(self, detected_regions):
         for region in detected_regions:
             if len(region) > 30:
                 self.skin_regions.append(region)
 
     # 分析区域
     def _analyse_regions(self):
         # 如果皮肤区域小于 3 个，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
 
         # 为皮肤区域排序
         self.skin_regions = sorted(self.skin_regions, key=lambda s: len(s),
                                    reverse=True)
 
         # 计算皮肤总像素数
         total_skin = float(sum([len(skin_region) for skin_region in self.skin_regions]))
 
         # 如果皮肤区域与整个图像的比值小于 15%，那么不是色情图片
         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
 
         # 如果最大皮肤区域小于总皮肤面积的 45%，不是色情图片
         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
 
         # 皮肤区域数量超过 60个，不是色情图片
         if len(self.skin_regions) > 60:
             self.message = "More than 60 skin regions ({})".format(len(self.skin_regions))
             self.result = False
             return self.result
 
         # 其它情况为色情图片
         self.message = "Nude!!"
         self.result = True
         return self.result
 
     # 基于像素的肤色检测技术
     def _classify_skin(self, r, g, b):
         # 根据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
         # 根据处理后的 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 颜色模式下的判定
         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 颜色模式下的判定
         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，还需改公式
         # return rgb_classifier or norm_rgb_classifier or hsv_classifier or ycbcr_classifier
         return ycbcr_classifier
 
     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):
         # 公式来源：
         # 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]
 
     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)
 
     # 将在源文件目录生成图片文件，将皮肤区域可视化
     def showSkinRegions(self):
         # 未得出结果时方法返回
         if self.result is None:
             return
         # 皮肤像素的 ID 的集合
         skinIdSet = set()
         # 将原图做一份拷贝
         simage = self.image
         # 加载数据
         simageData = simage.load()
 
         # 将皮肤像素的 id 存入 skinIdSet
         for sr in self.skin_regions:
             for pixel in sr:
                 skinIdSet.add(pixel.id)
         # 将图像中的皮肤像素设为白色，其余设为黑色
         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
         # 源文件绝对路径
         filePath = os.path.abspath(self.image.filename)
         # 源文件所在目录
         fileDirectory = os.path.dirname(filePath) + '/'
         # 源文件的完整文件名
         fileFullName = os.path.basename(filePath)
         # 分离源文件的完整文件名得到文件名和扩展名
         fileName, fileExtName = os.path.splitext(fileFullName)
         # 保存图片
         simage.save('{}{}_{}{}'.format(fileDirectory, fileName,'Nude' if self.result else 'Normal', fileExtName))
 
 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")

上面代码文件名为nude.py,则运行下面命令即可开始检测。 $ python3 nude.py -v 0.jpg 1.jpg

运行环境：
安装python及相关 $ sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.4 70 --slave /usr/bin/python3m python3m /usr/bin/python3.4m  $ sudo apt-get install python3-dev python3-setuptools

安装pillow依赖包  $ sudo apt-get install libtiff5-dev libjpeg8-dev zlib1g-dev \libfreetype6-dev liblcms2-dev libwebp-dev tcl8.6-dev tk8.6-dev python-tk
安装pip3(pip3 是 Python3 的软件包管理系统，使用它来安装 Python3 的模块非常简便)  $ sudo apt-get install python3-pip

安装pillow   $ sudo pip3 install Pillow
程序原理：

本程序根据颜色（肤色）找出图片中皮肤的区域，然后通过一些条件判断是否为色情图片

程序的关键步骤如下

1. 遍历每个像素，检测像素颜色是否为肤色
2. 将相邻的肤色像素归为一个皮肤区域，得到若干个皮肤区域
3. 剔除像素数量极少的皮肤区域

我们定义非色情图片的判定规则如下（满足任意一个判定为真）：

1. 皮肤区域的个数小于 3 个
2. 皮肤区域的像素与图像所有像素的比值小于 15%
3. 最大皮肤区域小于总皮肤面积的 45%
4. 皮肤区域数量超过60个

这些规则你可以尝试更改，直到程序效果让你满意为止

关于像素肤色判定这方面，公式可以在网上找到很多，但世界上不可能有正确率 100% 的公式

你可以用自己找到的公式，在程序完成后慢慢调试