引言
隨著圣誕的到來，大家紛紛@官方微信給自己的頭像加上一頂圣誕帽，當然這種事情用很多P圖軟體都可以做到，但是作為一個學習影像處理的技術人，還是覺得我們有必要寫一個程式來做這件事情，而且這完全可以作為一個練手的小專案，作業量不大，而且很有意思，
這里要注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
用到的工具
-
OpenCV（畢竟我們主要的內容就是OpenCV...）
-
dlib（前一篇文章剛說過，dlib的人臉檢測比OpenCV更好用，而且dlib有OpenCV沒有的關鍵點檢測，）
用到的語言為Python，但是完全可以改成C++版本，時間有限，就不寫了，有興趣的小伙伴可以拿來練手，
流程
一、素材準備
首先我們需要準備一個圣誕帽的素材，格式最好為PNG，因為PNG的話我們可以直接用Alpha通道作為掩膜使用，我們用到的圣誕帽如下圖：
我們通過通道分離可以得到圣誕帽影像的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)
為了能夠與rgb通道的頭像圖片進行運算，我們把rgb三通道合成一張rgb的彩色帽子圖，Alpha通道的影像如下圖所示，
二、人臉檢測與人臉關鍵點檢測
我們用下面這張圖作為我們的測驗圖片，
下面我們用dlib的正臉檢測器進行人臉檢測，用dlib提供的模型提取人臉的五個關鍵點，代碼如下：
-
# dlib人臉關鍵點檢測器 -
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 -
if len(dets)>0: -
for d in dets: -
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) -
-
# 關鍵點檢測，5個關鍵點 -
shape = predictor(img, d) -
for point in shape.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：
三、調整帽子大小
我們選取兩個眼角的點，求中心作為放置帽子的x方向的參考坐標，y方向的坐標用人臉框上線的y坐標表示，然后我們根據人臉檢測得到的人臉的大小調整帽子的大小，使得帽子大小合適，
-
# 選取左右眼眼角的點 -
point1 = shape.part(0) -
point2 = shape.part(2) -
-
# 求兩點中心 -
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() -
-
# 根據人臉大小調整帽子大小 -
factor = 1.5 -
resized_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)) -
-
if resized_hat_h > y: -
resized_hat_h = y-1 -
-
# 根據人臉大小調整帽子大小 -
resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h))
四、提取帽子和需要添加帽子的區域
按照之前所述，去Alpha通道作為mask，并求反，這兩個mask一個用于把帽子圖中的帽子區域取出來，一個用于把人物圖中需要填帽子的區域空出來，后面你將會看到，
-
# 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域，這里我們用的是位運算操作，
-
# 帽子相對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')
這是的背景區域（bg）如下圖所示，可以看到，剛好是需要填充帽子的區域缺失了，
然后我們提取帽子區域，
-
# 提取帽子區域 -
hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)
提取得到的帽子區域如下圖，帽子區域正好與上一個背景區域互補，
五、添加圣誕帽
最后我們把兩個區域相加，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，因為可能會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ROI區域相加 -
add_hat = cv2.add(bg,hat) -
# cv2.imshow("add_hat",add_hat) -
-
# 把添加好帽子的區域放回原圖 -
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
最后我們得到的效果圖如下所示，
最后注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
本文的文字及圖片來源于網路加上自己的想法,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/153386.html
標籤：Python
上一篇：python dic字典排序