前言
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圖軟件都可以做到。但是作為一個學習圖像處理的技術人，還是覺得我們有必要寫一個程序來做這件事情。而且這完全可以作為一個練手的小項目，工作量不大，而且很有意思。
用到的工具
- OpenCV（畢竟我們主要的內(nèi)容就是OpenCV...）
- dlib（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)
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通道的圖像如下圖所示。
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試圖片。
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(diào)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(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 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(jù)人臉大小調(diào)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(jù)人臉大小調(diào)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(qū)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(qū)域取出來，一個用于把人物圖中需要填帽子的區(qū)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(qū)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(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。
# 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)域正好與上一個背景區(qū)域互補。
五、添加圣誕帽
最后我們把兩個區(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.shape1,bg_roi.shape[0])) # 兩個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
最后我們得到的效果圖如下所示。
源碼地址：https://github.com/LiuXiaolong19920720/Add-Christmas-Hat
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
