推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3253 天前的主题，其中的信息可能已经有所发展或是发生改变。
前言
这两天跨年，就想将自己的 Python 组织和表达能力再提高一下，当然最好的方式自然是读大师的源码，我也就看到实验楼上面的那篇关于色情图片识别的文章，因此依葫芦画瓢才建了这个库。
0x01 色情识别算法介绍
检测色情或者说判定是否是色情的关键是通过皮肤的裸露程度判别，也就是说色情识别算法的核心就是识别皮肤。
那么现今主要识别皮肤的是通过三个步骤：首先选择合适的颜色空间来表征图像像素；然后使用适当的皮肤模型来建模皮肤和非皮肤部分像素；最后依据此建模来分割出正确的皮肤部分。而识别皮肤的关键在于寻找到合适的像素区间，因为肤色 种族 光照 等等因素都会影响到皮肤的识别。
从 2015 年的厦大陈丽一篇《一种融合方法的皮肤检测技术》上我们了解到 在图片预处理 降噪 resize 后 将二维直方图 高斯模型 动态阈值 三个处理模型进行混合的综合皮肤检测技术，能达到识别率 90+的程度，比其他三种模型高出一到五个百分点。
那么实验楼这位作者是如何去识别一张图片的皮肤部分呢？
- 皮肤确认的像素公式采用 stack 上的采用的是网上的 YCbcr 的公式 当然他也写了其他的公式，效果不如这个好
- 确认为皮肤像素后进行归类。新发现的皮肤像素定位新的一块，如果皮肤像素周边有其他的像素就 merge 当然 我在测试的过程中，这个 merge 算法仍然可以优化，如果有小伙伴的话~
- 归类后，判定是否为色情图片的 rules 他写了四条 当然这个判别不能和机器训练相比 但是已经比较准确了
0x02 我在此基础上做了什么？
- 完善 showskinorigin 方法，使其能够将被判定为皮肤的像素进行涂白 方便进行对比
- 修改某些不是很 python 的方法，剔除单通道图片。
- 新加入 LoadWay 文件，可以方便的扫描目录 图片 url 列表并检查是否为色情图片
- 增加容错模块，单元测试后，打包然后共享给大家~
0x03 未来将会准备做什么？
- 根据论文的算法 在 python 上进行部分实现，方便优化算法
- 修复多线程效率过低 占用内存过多的问题
- 希望能够建立 server 返回 API
试验效果图属不可描述范围~附上 Gayhub 地址~
当然我不会说那个 HeiHeiHei 函数是干嘛的== github 地址 
 | 1 riaqn 2017-01-03 22:31:27 +08:00  1 只是识别皮肤裸露有问题吧？ 那肚皮舞也变 porn 了。 很明显需要更高端的算法。之前我看到有程序，能做到识别并且”标识敏感区域“（就是标识乳头和 XX ） |
 | 2 Yinz 2017-01-03 22:40:06 +08:00 1 总觉得人工硬编写识别逻辑的做法会被深度学习完全替代掉。。。 |
 | 3 run2 2017-01-03 22:48:03 +08:00 非洲同胞的皮肤能识别不-。- |
 | 4 techmoe 2017-01-03 22:56:15 +08:00 via Android 同意一楼看法 |
 | 5 ericgui 2017-01-03 22:58:14 +08:00 你让微博上那些网红情何以堪？ |
 | 6 RqPS6rhmP3Nyn3Tm 2017-01-03 23:00:14 +08:00 via iPhone 反向使用，黄的留下？ |
 | 7 murmur 2017-01-03 23:00:31 +08:00 还以为是自动上车 |
| 10 Yinz 2017-01-03 23:07:53 +08:00 当然这个轮子出于学习目的还是很棒的！学习了:D |
 | 12 ihciah 2017-01-03 23:26:36 +08:00 Yahoo 似乎以前放出来过一个 porn-detect 的 network 和 model... |
 | 13 Mac 2017-01-03 23:27:54 +08:00 对鉴黄程序没兴趣，我只对他们的内容数据库敢兴趣 |
 | 15 northisland 2017-01-03 23:30:45 +08:00 弟弟 妹妹 咪咪的目标识别比较靠谱， |
 | 16 roist 2017-01-03 23:44:01 +08:00 很常见的一个案例，一个穿泳装类的，站姿和蹲姿（你懂的那个姿势）的皮肤裸露程度有太大不同？但这两者是色情程度一个天上一个地下 |
 | 17 slysly759 OP @riaqn 我简单解释一下。 1. 色情图片是分级别的 有皮肤暴露 卡通色情 成人色情 的区分 退一万步来说大数据分析得到所有三点特征匹配的也是成人色情。 2. 皮肤算法不是说识别大块皮肤 或者加个权重就行，具体的识别多少区块 占比多少 像素值多少才能算 这个规则是通过样本采集来的。 3. 判定的 rules 在程序中的确预先写好，后续将会加入训练模型， rules 是可以优化的。 |
 | 18 j5shi 2017-01-03 23:56:00 +08:00 via iPhone 建立 Server 用来返回 API 调用…于是 Server 上就会有看不完的 porn 照了…嘿嘿嘿 |
 | 21 lostvincent 2017-01-04 00:29:08 +08:00 via iPhone 我感觉通过分析音频来鉴黄比较简单... |
 | 22 SlipStupig 2017-01-04 00:52:55 +08:00 @lostvincent 色情图片，用音频识别，在下佩服佩服 |
| 23 lostvincent 2017-01-04 01:03:07 +08:00 via iPhone @SlipStupig 就关注鉴黄没在意是图片了，尴尬（逃 |
 | 24 nbndco 2017-01-04 07:25:35 +08:00 via iPhone 基本上都是深度学习了，检测皮肤不靠谱的 |
 | 25 kankana 2017-01-04 07:53:23 +08:00 via iPhone 试了腾讯万象，这东西还是得用深度学习，现有算法准确率没那么高 |
 | 27 dobest 2017-01-04 10:23:01 +08:00 一点看法: 1. 基于像素+人工规则 的方法鲁棒性存在问题，像其他同学说的那样，深度学习更靠谱。 2. 为什么不用 scikit-image 或 opencv 等基于 numpy 的库呢？ 这样性能不是更好吗？ 3. 楼主的代码和 nude.py 的代码有些类似，但没看到说有参考 nude.py ，或者楼主是参考的实验楼该项目作者的代码？ https://github.com/hhatto/nude.py/blob/master/nude.py https://github.com/songluyi/PornDetective/blob/master/porndetective/__init__.py |
| 28 slysly759 OP @dobest 的确借鉴他的，我也在文中说明了我改了那些 新加了那些东西。 看起来诸位都看好深度学习的| ω)我还是默默去看文献了⊙⊙ |
 | 29 dsphper 2017-01-04 12:36:25 +08:00 求原始训练集高清五码图片。 |
 | 30 iamnuomi 2017-01-04 13:10:29 +08:00 yahoo 的鉴黄开源项目在这里 https://github.com/yahoo/open_nsfw 另外，还有人根据 yahoo 的模型反向制作了图片生成器，在这里： https://open_nsfw.gitlab.io/， 其中有大量算法生成的图片，怎么说呢，还是值得一看的 anyway ，请大家搭配服用 |
| 31 ericgui 2017-01-04 13:23:28 +08:00 其实微博上很多网红露太多了，都不穿衣服，但都利用手势或者其他姿势恰好遮住了三点，虽然也是几乎没遮住。。。这种情况啊，连微博管理员都不知道到底该删不该删。 |
 | 32 figofuture 2017-01-04 15:41:49 +08:00 mark |
 | 33 winglight2016 2017-01-05 15:13:15 +08:00 @lostvincent 正如前人所说：你叫那些直播网红怎么办啊？ |
 | 34 hjq98765 2017-01-06 11:55:19 +08:00 胶衣丝袜控有福了→_→ |
 | 35 Pythonwanted001 2017-01-12 16:28:57 +08:00 大项目，有兴趣合作吗？可加 QQ 1005367713 私聊。 |
 | 36 saintatgod 2017-07-21 18:09:37 +08:00 挖个坟，已经被机器学习甩掉几条街了。准确度太低 |
Select Language