根據公司年會的要求，需要征集員工的照片制作笑臉照片墻，并且要用照片墻拼出一些圖案，

在收照片之前，我給大家作出了標準示范，比如不能人太大，不能人太小，不能是背影，圖片需要清晰，等等，

但是收集照片這種事情嘛，照片能收集齊了就謝天謝地了（最終收齊率95%），全部照片符合要求是不太可能的，之后還要做后期的處理，比如將“人臉”的部分識別出來，只保留“笑臉”的部分，

一、收集照片

我使用微信的小程式“統計助手”收集照片，最后可以匯總匯出Excel，照片不能直接匯出，但是在Excel表格存盤了超鏈接可以下載，

通過鏈接只能下載640像素寬度的縮略圖，不過根據鏈接的格式很容易猜出原圖的鏈接，寫了一段程式就可以批量下載圖片，并完成自動命名和分檔案夾歸類，

但是這篇文章的重點不是分析Excel的內容抓取和圖片鏈接下載，所以怎么找照片就不贅述了，并且收集照片嘛，你手動收集也是一樣的，

總而言之，制作照片墻的條件是你先整來一大堆照片，

二、人臉捕捉

2.1 自動人臉識別

首先我嘗試了Python的影像識別OpenCV庫，使用自動識別的方法將人臉識別出來，

只是誤識別率和漏識別率感人，

實作代碼參考：

import os
import cv2
import numpy as np

def imread(file): # 讀取中文路徑下的圖片
    return cv2.imdecode(np.fromfile(file, np.uint8), -1)

def imwrite(file, im): # 寫入中文路徑下的圖片
    cv2.imencode('.jpg', im)[1].tofile(file)

def MyWalk(path, exts=[]): # 遍歷檔案夾內符合格式的檔案
    result = []
    for root, folders, files in os.walk(path):
        result += [os.path.join(root, file) for file in files if os.path.splitext(file)[1] in exts]
    return result

def SaveFaces(folder):
    os.makedirs(folder+'_face', exist_ok=1)
    for file in MyWalk(folder, ['.jpg', '.png']):
        fileroot = os.path.join(folder+'_face', os.path.splitext(os.path.basename(file))[0])
        img = imread(file)
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray, 1.5, 1, minSize=(50, 50))
        for j, (x, y, w, h) in enumerate(faces):
            img2 = img[y:y+h,x:x+w]
            imwrite('%s_%d.jpg'%(fileroot, j+1), img2)

folder = '表單統計'
xml = r'..\cv2\data\haarcascade_frontalface_default.xml' # 根據自身情況找一下找個檔案的路徑，通常在Python的對應庫的目錄下，沒有的話也可以在網上下載
face_cascade = cv2.CascadeClassifier(xml)
SaveFaces(folder)

但是這個自動人臉識別有幾個問題：

• 識別的人臉框選范圍太小，識別人物的辨識度不是很高，并且導致最終拼出來的圖片導致整體都是黃色調，整體效果不佳；

• 誤識別率和漏識別率太高，這種單位的活動通常都是重在參與，如果提交合格的照片最終卻沒在照片墻中展示，，那友誼的小船可是說翻就翻；

• 并且有的人提交的是多人合影（比如抱著寶寶的），人工智能再智能也識別不出來“哪一個”是你需要的“人臉”啊，，

第一個問題或許還可以增加框選區域的范圍來改善，但是還有后面的問題無法解決，

2.2 手動標記

不能人工智能，那就人工·智能，手動標記總是可以的，但是一張一張圖片打開PS框選裁圖我可不干，好幾百張呢，而且要是領導不滿意裁切效果，我這幾百張臉不得從頭裁一遍？（雙關梗）

所以我需要一個自動化的工具，這個工具需要滿足以下特性：

• 手動選擇裁切位置，但是滑鼠點一下就能確定位置；
• 裁切不直接切圖保存，而是記錄切圖的坐標，減少存盤空間，并且方便日后更改；
• 如果有標記錯誤的坐標，可以容易操作修改、或者移除；
• 自己寫的圖片瀏覽器不能自動縮放，所以要自己實作，并且獲取滑鼠位置的時候需要記錄等效轉換的坐標；
• 遍歷目標檔案夾內的多個子檔案夾內的所有符合格式的圖片檔案，

設計思路：

設計了一個MyPicture類，類屬性包含當前影像、log檔案路徑、縮放系數、當前繪制矩形的4引數坐標，以及一些方法：

• 鍵盤按鍵控制照片切換，按Esc退出（但未設定照片向前切換，因為懶）
• 切換照片后自動檢索是否存在記錄矩形坐標log檔案，等效坐標轉換，并進行繪制
• 滑鼠左鍵按下記錄起點坐標
• 滑鼠左鍵框選并在圖片中實時預覽
• 滑鼠左鍵抬起確認矩形終點坐標，等效坐標轉換并轉為整點形式，并創建同名的txt后綴的log檔案
• 滑鼠右鍵按下洗掉log檔案，并清空圖片矩形繪圖

還有一些其他瑣碎的很容易看懂的功能，直接看代碼吧：

實作代碼：

import os
import cv2
import numpy as np

SCREEN_WIDTH  = 1900
SCREEN_HEIGHT = 900

def MyWalk(path, exts=[]): # 遍歷目標檔案夾內所有符合格式的檔案
    result = []
    for root, folders, files in os.walk(path):
        result += [os.path.join(root, file) for file in files if os.path.splitext(file)[1] in exts]
    return result

def imread(file): # 讀取中文路徑下的圖片
    return cv2.imdecode(np.fromfile(file, np.uint8), -1)

def imwrite(file, im): # 寫入中文路徑下的圖片
    cv2.imencode('.jpg', im)[1].tofile(file)

class MyPicture:
    def SetPicture(self, file):
        self.log = os.path.splitext(file)[0] + '.txt'
        img0 = imread(file)
        h, w, n = img0.shape
        self.k = k = min(SCREEN_WIDTH/w, SCREEN_HEIGHT/h)
        self.img = cv2.resize(img0, (int(w*k), int(h*k)))
        self.ReadLog()

    def ReadLog(self):
        if os.path.isfile(self.log):
            with open(self.log) as f:
                self.rect = [int(float(x) * self.k) for x in f.read().split(',')]
        else:
            self.rect = [0, 0, 0, 0]
        self.DrawRect(self.rect, (255, 0, 0))

    def SaveLog(self):
        with open(self.log, 'w') as f:
            f.write(','.join(str(int(x / self.k)) for x in self.rect))

    def OnMouse(self, evt, x, y, flag, param):
        # print((evt, flag))
        if evt == 0 and flag == 1:
            self.OnLeftDraw(x, y)
        elif evt == 1:
            self.OnLeftDown(x, y)
        elif evt == 4:
            self.OnLeftUp(x, y)
        elif evt == 2:
            self.OnRightDown()

    def OnLeftDraw(self, x, y):
        rect_temp = self.rect[:2] + [x, y]
        self.DrawRect(rect_temp, (0, 255, 0))

    def OnLeftDown(self, x, y):
        self.rect[:2] = [x, y]

    def OnLeftUp(self, x, y):
        self.rect[2:] = [x, y]
        self.DrawRect(self.rect, (255, 0, 0))
        self.SaveLog()

    def OnRightDown(self):
        self.DrawRect((0, 0, 0, 0), (255, 0, 0))
        if os.path.isfile(self.log):
            os.remove(self.log)

    def DrawRect(self, rect, bgr):
        img2 = self.img.copy()
        cv2.rectangle(img2, tuple(rect[:2]), tuple(rect[2:]), bgr, 2)
        cv2.imshow('lsx', img2)

folder = '表單統計'

pic = MyPicture()
cv2.namedWindow('lsx')
cv2.setMouseCallback('lsx', pic.OnMouse)

for filename in MyWalk(folder, ['.jpg']):
    print(filename)
    pic.SetPicture(filename)
    if 27 == cv2.waitKey(0): # Esc to quit.
        break
cv2.destroyAllWindows()

由于我征集的照片中要求每張照片中只有一個主體，我只需要在一張照片中圈出至多一個人臉（如果照片不符合要求則是0張人臉），所以我只在log檔案中記錄了一個矩形的坐標，

不過如果想要圈出多張人臉也是可以的，自己改一改代碼就好啦，

最終180張人臉大概幾分鐘就圈完了吧？我還檢查了幾遍，

三、照片墻拼圖

3.1 隨機佇列

制作公司的照片墻和不同于網上隨便找來的照片，需要保證每一個提交合格照片的參與者都能上墻，

但是如果按順序排列又會降低觀感和娛樂性，所以需要找到一種可以保證所有照片都能上墻，但是又有一定隨機性的打亂方法，

那么很顯然，就是random.shuffle方法了，此方法可以將串列打亂，從串列中逐一取出元素不放回，串列取空后重置并再次打亂即可，

我寫了一個MyList類來實作此功能，其中成員屬性li記錄了待取出陣列的備份，屬性方法pop實作了從打亂了的串列中取出一個元素不放回，并且取空重置且打亂，

class MyList:
    def __init__(self, li):
        self.li  = li[:]
        self.li2 = []

    def pop(self):
        if not self.li2:
            self.li2 = self.li[:]
            random.shuffle(self.li2)
        return self.li2.pop()

但是有的照片墻中的拼圖“像素數”較少，收集的照片多于可用的“像素位置”，那有什么辦法能解決呢，，果不其然，有同事向我發出了質疑：

那當然是沒有辦法解決了，但是取出不放回的pop方法可以保證在多張拼圖中所有的照片都能夠被展示到，

3.2 計算四點坐標的迭代器

最終投射的大螢屏解析度是1920×1080，也就是16:9的比例，很顯然，布置成為16×9的照片墻是很容易的，但是有些時候16×9的像素格子并不方便拼出目標圖案，需要增加或減少“像素數”，

比如19×7，但是1920不能整除19，1080也不能整除7，

如果每個“像素”的寬度取1920/19的整數值（101），高度取1080/7的整數值（154），又會導致多個像素拼滿全圖后，整體的寬度不足鋪滿整個螢屏（101×19=1919，154×7=1078），

所以我寫了一個迭代器，以近似的方式計算出平鋪螢屏后各像素格的最接近矩形尺寸：

def PositionIter(width, rows, cols):
    for r in range(rows):
        y1 = int(height/rows*r)
        y2 = int(height/rows*(r+1))
        for c in range(cols):
            x1 = int(width/cols*c)
            x2 = int(width/cols*(c+1))
            yield x1, x2, y1, y2

3.3 矩形比例轉換

螢屏被分割成了像素網格狀，每一塊“像素”都是正方形或者長方形，由于裁切整除的問題，每一塊“像素”的長寬比例可能都是不完全相同的，

并且在2.2節手動標記的人臉范圍各不相同，如果裁切矩形和目標格子的長寬比例基本一致還好，拉伸填充不會產生太大的違和感，但是如果原圖比較細長，但卻要填到方形的格子里；或者是原本正方形的裁切區域，被填充到了細長條的格子里，那違和感就很嚴重了，

為了盡可能減少比例變形的失真，我首先根據3.2節的迭代器計算出目標格子的長寬，然后讀取2.2節中標記人臉log檔案的矩形坐標，在基本保證原有裁切風格的前提下，將裁切范圍的長寬比例替換為目標格子的長寬比例，

一張圖片的裁切比例轉換有多種的方式，比如擴大裁切、縮小裁切、保證面積不變裁切、保證周長不變裁切，

我這里采用的是保證周長不變裁切，舉例來說比如一個原本20×10的方框，可以替換為18×12的方框，被裁切方框的長寬之和保持不變，

實作代碼：

def ConvertRect(rect=(10,20,210,120), wh=(200,100)):
    x1, y1, x2, y2 = rect          # 原方框
    x0, y0 = (x1+x2)/2, (y1+y2)/2  # 中心
    w, h = wh                      # 目標長寬比
    # 等周長變換
    L = abs(x1-x2)+abs(y1-y2)      # 周長
    w1, h1 = L*w/(w+h), L*h/(w+h)  # 新長寬
    # 回傳新方框
    return (max(0,int(x0-w1/2)), max(0,int(y0-h1/2)),
            int(x0+w1/2), int(y0+h1/2))

但是這里存在一個問題，經過轉換的矩形坐標是有可能超出影像的邊界范圍的，裁切到影像范圍之外的部位，不會像PS軟體一樣自動填充背景色，

作為簡單的處理，我將坐標越界（負數值）的部分統一設定為邊界值（零），但是這樣導致裁切出的影像不符合待填充位置的長寬比例，后面拉伸填充會造成圖片變形，

更合理的方式是首先滿足“周長不變”的轉換條件，然后進行縮圖，直到裁切邊緣不會超出原圖的范圍為止，

不過我懶得改了，超出邊緣的情況也比較少，我就不適配了，

3.4 蒙版圖片

照片墻中的“像素”數量并不是越多越好，如果畫面中的“像素”數太多，照片墻重復的照片就會更多；如果“像素”數太少，那么一張照片墻中上墻的照片人數太少，

如果達到最理想的效果，一張照片正好用完所有的照片是最合適的，（或者你的照片很多很多，通過幾張拼圖把照片全部用完也是可以的）

我這里有180張照片，分解一下即為寬高18×10像素，18×10是非常小的畫布，直接打開圖畫板就可以創作了，為了避免眼睛看瞎，可以把圖畫板放大到最大倍數再用鉛筆創作，

比如拼一個“666”：

我設定的蒙版規則是黑色表示鏤空顯示背景，白色表示填充顯示照片，因為在程式中白色表示255（是），黑色表示0（非），當然如果你覺得看著難受，在邏輯里反過來也是一樣的，

接下來讀取蒙版圖片，在3.2節的函式迭代輸出前，判斷當前輸出行列的對應蒙版圖片像素是否為黑色，如果是則跳過，否則產生迭代輸出，進行下一步運算，

修改3.2節的四點坐標迭代器函式，增加讀取蒙版圖片作為輸入，讀取蒙版圖片的寬高并作為目標輸出拼圖的行數和列數，

實作代碼：

def PositionIter(width, height, mask):
    mask = imread(mask)
    rows, cols, _ = mask.shape
    for r in range(rows):
        y1 = int(height/rows*r)
        y2 = int(height/rows*(r+1))
        for c in range(cols):
            x1 = int(width/cols*c)
            x2 = int(width/cols*(c+1))
            if mask[r][c][0]:
                yield x1, x2, y1, y2

需要注意的是，我不能先平鋪鋪滿18×10的陣列，然后再將圖案蓋住已有的照片，因為這樣將導致被遮住的圖片無法保證一定在其他位置出現過，

所以在迭代器中跳過需要留白的“像素”，不產生迭代輸出，這樣已有的照片就不會被顯示的圖案“擋住”，才能保證每一張參與者提交的照片都能出現在照片墻中，

3.5 讀寫中文路徑圖片

OpenCV默認不能讀取和保存中文路徑下的圖片，借助numpy庫可以實作在中文路徑存取：

def imread(file):
    return cv2.imdecode(np.fromfile(file, np.uint8), -1)

def imwrite(file, im):
    cv2.imencode('.jpg', im)[1].tofile(file)

3.6 遍歷檔案夾內的圖片

當使用2.2節中的人臉識別標記后，檔案夾內會自動生成txt格式的log檔案，如果再用os.listdir或os.walk函式遍歷檔案夾，還要排除不符合圖片格式的檔案，這里寫了一個方法可以方便遍歷檔案夾內符合格式的檔案：

def MyWalk(path, exts=[]):
    result = []
    for root, folders, files in os.walk(path):
        result += [os.path.join(root, file) for file in files if os.path.splitext(file)[1] in exts]
    return result

3.7 唯一檔案名控制器

每張圖片的布局都是隨機生成的，每一次的布局就像猴子敲出的莎士比亞短詩一樣可遇而可不求，直到曾經檔案被覆寫的時候才悔不當初，

為了避免不小心檔案重復命名把以前的檔案抹掉，并且方便多圖片的批量生成，設計了一個避免檔案名重復的封裝函式：

def UniqueFile(file):
    root, ext = os.path.splitext(file)
    cnt = 1
    while os.path.exists(file):
        file = '%s_%d%s'%(root, cnt, ext)
        cnt += 1
    return file

3.8 完成拼圖

最終再把前面的環節都串起來就可以生成照片墻了！

整個程式的流程：

1. 遍歷檔案夾符合格式的檔案
2. 創建隨機串列生成器
3. 選擇蒙版圖片
4. 創建待布局矩形照片2點坐標迭代器
5. 圖片串列隨機輸出
6. 讀取記錄檔案
7. 根據填充矩形轉換人臉矩形區域比例
8. 讀圖裁圖縮圖和貼圖
9. 生成唯一檔案名并保存圖片

def MakePictureWall(files, mask, bg_color=(255,255,255)):
    img_all = np.zeros((height, width, 3), np.uint8)
    img_all[:,:] = bg_color # 填充背景顏色
    for x1, x2, y1, y2 in PositionIter(width, height, mask): # 生成可分配像素位置
        w = x2 - x1
        h = y2 - y1

        log = ''
        while not os.path.isfile(log): # 跳過不存在對應log檔案的jpg圖片
            file = files.pop() # 隨機選取照片
            log = os.path.splitext(file)[0] + '.txt'

        img = imread(file)
        with open(log) as f:
            rect1 = [int(x) for x in f.read().split(',')]

        x1c, y1c, x2c, y2c = ConvertRect(rect1, (w,h)) # 按可分配方框調整原方框大小
        img_crop = img[y1c:y2c,x1c:x2c] # 裁切圖片
        img_crop_s = cv2.resize(img_crop, (w,h), interpolation=cv2.INTER_CUBIC) # 縮小影像
        img_all[y1:y2,x1:x2] = img_crop_s

    p = '_' + os.path.splitext(os.path.basename(mask))[0]
    path = UniqueFile(folder+p+'.jpg')
    imwrite(path, img_all)

if __name__ == '__main__':
    width  = 1920
    height = 1080
    folder = '表單統計'
    files = MyList(MyWalk(folder, ['.jpg']))
    MakePictureWall(files, 'mask_666.png')

四、最終效果

最后列舉幾個生成的例子，不過為了保護個人隱私，我就不使用同事們的照片了，這些網上找到的照片，標記人臉之后生成的照片墻：

666：

百億：

流水線：

完整的代碼包已經發在了CSDN，可以下載，其中包含圖片示例，人臉位置已經標記完成，代碼可以直接運行：

https://download.csdn.net/download/weixin_39804265/14969181

如有問題歡迎留言，