# 给照片里的人脸打码

> “找人脸”在你的浏览器里运行 OpenCV 的 YuNet 人脸检测模型，第一次点按钮时才从本站下载，约 1 MB。模糊只是装饰：2016 年的一项研究中，按 YouTube 方式模糊的人脸有 57.75% 被识别出来，所以要让人认不出来，请用默认的实心色块。

## 为什么分享前要遮住人脸

大多数时候，照片里有张脸没什么问题，可总有例外。旅游照背景里的游客从没答应被你发到网上；公司聚会的同事未必想让照片和单位名字挂在一起；家长群里转发的运动会合照，拍进了别人家的孩子；业主群里曝光的纠纷视频截图，旁边站着无关的邻居。在一些场合，比如互助小组、维权现场、庇护机构门口，被认出来可能带来实实在在的麻烦。

如今人脸识别又便宜又普及。一张普通人一眼认不出的脸，软件却可能拿去和公开的头像照片逐一比对。把不需要露脸的人遮住，就从你的照片里拿掉了这种可能。

## 怎样给人脸打码

1. 用“选择文件”按钮选照片，或者直接拖进页面顶部的框里。
2. 点“找人脸”。第一次使用时，浏览器会从本站下载人脸模型和运行引擎（约 1 MB，开始之前按钮旁就显示了大小）；之后的识别都在你的设备上完成。
3. 检查模型画的每一个框。没识别到的脸（侧脸、戴墨镜、后排的小脸）自己拖一个框补上，框得太紧的挪一挪，想保留露脸的人就删掉他的框。
4. 需要让人认不出来时，“遮挡方式”保持“实心色块”。只想让画面柔和一点、认不认得出无所谓时，才选“模糊”。
5. 点“导出这张图片”，再用下载链接或分享按钮保存新副本。

## 自动识别怎么工作，在哪些情况下会漏

识别用的是 YuNet，一个以 MIT 许可证发布在 OpenCV 模型库里的小型人脸检测模型。它借助 TensorFlow.js 的 WebAssembly 后端在你的处理器上运行，不需要显卡加速，浏览器关掉了 WebGL 也能用。YuNet 训练时用的是在输入图像里大约 10 到 300 像素宽的人脸，很适合合影和街景；但大场面里后排极小的脸仍可能漏掉。

下面这些情况容易漏，请自己再看一遍：

- 侧脸、低头，或者几乎背过身去；
- 脸被手、帽子、口罩、头盔、头发或彩绘挡住一部分；
- 人群后排或大场景里很小的脸；
- 运动模糊、浓重阴影或强烈逆光；
- 不是真人的脸：墙上的照片、海报、电视画面、玻璃窗或镜子里的倒影；
- 画像、雕塑和宠物，有时会被误框。

识别只是给出建议。遮哪里由你决定，导出时用的就是你点按钮那一刻屏幕上的那些框。

## 认出一个人，不只靠脸

把脸遮住了，其他细节照样可能暴露身份。照片打开时，再找找这些：

- 胸牌、工牌挂绳和证件；
- 显眼的纹身、胎记或发型；
- 印着名字和号码的球衣、校服校徽、公司标志；
- 露出车牌的汽车、门牌号、路牌；
- 同一个人没打码的其他照片。

这些都可以用同样的方法框住。截图里的文字和号码，可以用[截图打码](/zh/jietu-dama/)自动查找。

## 模糊和实心色块：研究怎么说

模糊把每个像素抹到周围像素里，看起来比黑块自然得多，所以视频网站和新闻媒体爱用。可它也留下了大量信息。

2016 年，康奈尔科技校区和得克萨斯大学的研究人员发现，一个普通的图像识别网络在用模糊样本训练后，对 YouTube 人脸模糊工具处理过的脸，有 57.75% 能认出是谁。测试集一共 40 个人，瞎猜的命中率只有 2.5%。扭曲特效也好不到哪里去：2007 年，一名嫌疑人在网上照片里用漩涡特效遮住了脸，德国警方把图像还原了出来，公开征集线索后没几天就确认了他的身份。

你的照片很少会遇到这种程度的分析。但你没法提前知道谁会看到它，所以本页默认用实心色块，它不保留原来的任何像素。

## 导出的文件里有什么

导出时会根据画布重新生成一张图片，所以：

- 被遮住的脸只剩下黑色色块或模糊效果，原来的像素不在文件里；
- 相机和手机写进照片的隐藏数据都不会带过来：EXIF（相机、日期）、GPS 位置、XMP 和 IPTC 字段、厂商注释、缩略图和内容凭证；
- 图片保持原尺寸。找人脸和显示预览用的是长边约 2048 像素的缩小图，你的框在导出时会按比例换算回原图。

如果照片太大，浏览器没法一次编码完成，你会得到一份长边 4096 像素的副本，并看到一条说明原因的提示。

## 支持的照片和设备

- JPEG、PNG 和 WebP 在电脑和手机上的主流浏览器里都能打开。
- HEIC 只有浏览器自己能显示时才能打开，实际上就是 Safari；在其他浏览器里会提示你先转成 JPG。
- 一次编辑一张照片；可以选多张，依次处理。
- 找人脸需要浏览器支持 WebAssembly，现在的主流浏览器都支持。在较旧的手机上，第一次加载模型可能要等几秒钟。

## 你的照片去了哪里

哪里都没去。照片从你的设备读进这个标签页，人脸模型在标签页里运行，做好的副本也在标签页的内存里等你保存。模型是你第一次点“找人脸”时从本站下载的，那次请求和之后的任何请求都不带你的照片。关掉标签页，页面生成的东西就全部清空了。

## 各部分怎样配合

人脸识别由 TensorFlow.js 的 WebAssembly 后端运行 YuNet 模型文件完成，两者都以固定版本放在本站。编辑器按原图坐标记录每个框，导出时才生成最终图片。在浏览器开发者工具的“网络”面板里，你能看到模型的下载请求，但看不到任何带着照片的请求；具体怎么查，见[技术说明页](/zh/yanzheng-fangfa/)。

## 常见问题

### 把脸模糊一下，够不够让人认不出来？

不够可靠。在 2016 年的测试里，识别网络认出了 57.75% 用 YouTube 工具模糊过的脸，而瞎猜只有 2.5%。模糊适合追求观感；不能让人认出来的，请用实心色块。

### 为什么有张脸没识别出来？

模型对大致朝向镜头的脸效果最好。侧脸、帽子、口罩、太小的脸和运动模糊都会导致漏检。导出前，把漏掉的脸手动框上。

### 人脸模型会上传我的照片吗？

不会。模型文件是下载到你的浏览器里的，识别也在浏览器里运行。你的照片既不随这次下载发出，之后也不会发出。

### 要下载多大的文件？

约 1 MB，点“找人脸”之前按钮旁就会显示准确大小。它包括 TensorFlow.js 的 WebAssembly 引擎和 YuNet 模型，从本站下载一次。

### 能只遮住其中几个人吗？

能。删掉你想保留露脸的那几个框，再在漏掉的地方补框。导出时只用屏幕上的框。

### 导出的照片还带着位置和相机信息吗？

不带。新文件是从头编码的，EXIF、GPS、XMP、IPTC 和内容凭证都不会带过去。

### 在手机上能用吗？

能。用手机浏览器打开本页，点“找人脸”，用手指调整框，再用分享按钮保存结果。

## 资料来源

2026-10-11 核对。

- [Defeating Image Obfuscation with Deep Learning（arXiv 1609.00408，2016）](https://arxiv.org/abs/1609.00408)：40 人数据集上，YouTube 模糊人脸的识别率 57.75%。
- [OpenCV Zoo：YuNet 人脸检测](https://github.com/opencv/opencv_zoo/tree/main/models/face_detection_yunet)：模型说明、10 到 300 像素的人脸范围、MIT 许可证。
- [ABC News，2007 年 10 月 19 日](https://www.abc.net.au/news/2007-10-19/thai-police-arrest-canadian-paedophile-suspect/703806)：德国警方还原了被漩涡特效处理过的人脸。

Last updated: 2026-10-17