前言
今天是圣誕節(jié)，給大家說一聲圣誕節(jié)快樂，每年到這個(gè)時(shí)候，微信好友的頭像都會(huì)開始換上「圣誕」皮膚。最常見的就是加個(gè)圣誕小帽子了。當(dāng)然這種事情用很多 P 圖軟件都可以做到，但是Python也是可以做到的！
Python學(xué)習(xí)資料或者需要代碼、視頻加Python學(xué)習(xí)群：960410445
基本環(huán)境配置
版本：Python3.6
系統(tǒng)：Windows
相關(guān)模塊：numpy、opencv、dlib
如何安裝相關(guān)模塊：
numpy：pip install numpy
opencv: pip instal openv-python
dlib : pip install dlib==19.6.1
素材準(zhǔn)備
既然是給頭像帶圣誕帽，那肯定是需要一個(gè)圣誕帽的呀，最好的是png的圖片，只需要一個(gè)圣誕帽，不要留其他的。
我們通過通道分離可以得到圣誕帽圖像的 Alpha 通道。代碼如下：
r,g,b,a= cv2.split(hat_img) rgb_hat = cv2.merge((r,g,b))? cv2.imwrite("hat_alpha.jpg",a)
了能夠與 rgb 通道的頭像圖片進(jìn)行運(yùn)算，我們把 rgb 三通道合成一張 rgb 的彩色帽子圖。
Alpha 通道的圖像如下圖所示：
人臉檢測與人臉關(guān)鍵點(diǎn)檢測
我們用下面這張圖作為我們的測試圖片：
下面我們用 dlib 的正臉檢測器進(jìn)行人臉檢測，用 dlib 提供的模型提取人臉的五個(gè)關(guān)鍵點(diǎn)。
代碼如下：
# dlib人臉關(guān)鍵點(diǎn)檢測器 predictor_path="shape_predictor_5_face_landmarks.dat"predictor= dlib.shape_predictor(predictor_path)# dlib正臉檢測器 detector= dlib.get_frontal_face_detector()# 正臉檢測 dets= detector(img,1)# 如果檢測到人臉 iflen(dets)>0:? for dindets:? x,y,w,h= d.left(),d.top(), d.right()-d.left(), d.bottom()-d.top()# x,y,w,h = faceRect cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)# 關(guān)鍵點(diǎn)檢測，5個(gè)關(guān)鍵點(diǎn) shape= predictor(img, d)? for pointinshape.parts():? cv2.circle(img,(point.x,point.y),3,color=(0,255,0))cv2.imshow("image",img)? cv2.waitKey()
這部分效果如下圖：
調(diào)整帽子大小
我們選取兩個(gè)眼角的點(diǎn)，求中心作為放置帽子的 x 方向的參考坐標(biāo)，y 方向的坐標(biāo)用人臉框上線的 y 坐標(biāo)表示。
然后我們根據(jù)人臉檢測得到的人臉的大小調(diào)整帽子的大小，使得帽子大小合適。
# 選取左右眼眼角的點(diǎn) point1= shape.part(0)point2= shape.part(2)# 求兩點(diǎn)中心 eyes_center= ((point1.x+point2.x)//2,(point1.y+point2.y)//2)# cv2.circle(img,eyes_center,3,color=(0,255,0)) # cv2.imshow("image",img) # cv2.waitKey() # 根據(jù)人臉大小調(diào)整帽子大小 factor=1.5resized_hat_h= int(round(rgb_hat.shape[0]*w/rgb_hat.shape[1]*factor))resized_hat_w= int(round(rgb_hat.shape[1]*w/rgb_hat.shape[1]*factor))ifresized_hat_h > y:resized_hat_h= y-1# 根據(jù)人臉大小調(diào)整帽子大小 resized_hat= cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h))
提取帽子和需要添加帽子的區(qū)域
按照之前所述，去 Alpha 通道作為 mask，并求反。這兩個(gè) mask 一個(gè)用于把帽子圖中的帽子區(qū)域取出來，一個(gè)用于把人物圖中需要填帽子的區(qū)域空出來。
后面你將會(huì)看到：
# 用alpha通道作為mask mask= cv2.resize(a,(resized_hat_w,resized_hat_h))mask_inv= cv2.bitwise_not(mask)
從原圖中取出需要添加帽子的區(qū)域，這里我們用的是位運(yùn)算操作。
# 帽子相對(duì)與人臉框上線的偏移量 dh = 0? dw = 0 # 原圖ROI? # bg_roi = img[y+dh-resized_hat_h:y+dh, x+dw:x+dw+resized_hat_w] bg_roi = img[y+dh-resized_hat_h:y+dh,(eyes_center[0]-resized_hat_w//3):(eyes_center[0]+resized_hat_w//3*2)]
# 原圖ROI中提取放帽子的區(qū)域 bg_roi = bg_roi.astype(float)? mask_inv = cv2.merge((mask_inv,mask_inv,mask_inv))? alpha = mask_inv.astype(float)/255
# 相乘之前保證兩者大小一致（可能會(huì)由于四舍五入原因不一致） alpha = cv2.resize(alpha,(bg_roi.shape[1],bg_roi.shape[0])) #print("alpha size: ",alpha.shape) #print("bg_roi size: ",bg_roi.shape)bg = cv2.multiply(alpha, bg_roi)? bg = bg.astype('uint8')
這是的背景區(qū)域(bg)如下圖所示。可以看到，剛好是需要填充帽子的區(qū)域缺失了。
然后我們提取帽子區(qū)域，代碼如下：
# 提取帽子區(qū)域 hat= cv2.bitwise_and(resized_hat,resized_hat,mask= mask)
提取得到的帽子區(qū)域如下圖。帽子區(qū)域正好與上一個(gè)背景區(qū)域互補(bǔ)。
添加圣誕帽
最后我們把兩個(gè)區(qū)域相加。再放回到原圖中去，就可以得到我們想要的圣誕帽圖了。
這里需要注意的就是，相加之前 resize 一下保證兩者大小一致，因?yàn)榭赡軙?huì)由于四舍五入原因不一致。
# 相加之前保證兩者大小一致（可能會(huì)由于四舍五入原因不一致） hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0])) # 兩個(gè)ROI區(qū)域相加 add_hat = cv2.add(bg,hat) #cv2.imshow("add_hat",add_hat)
# 把添加好帽子的區(qū)域放回原圖 img[y+dh-resized_hat_h:y+dh,(eyes_center[0]-resized_hat_w//3):(eyes_center[0]+resized_hat_w//3*2)] = add_hat
我們得到的效果圖如下圖所示：
最后祝大家圣誕節(jié)快樂!
