首页
学习
活动
专区
工具
TVP
发布

“圣诞节”,Python代码给你戴上“小红帽”

每年到这个时候,微信好友的头像都会开始换上「圣诞」皮肤。最常见的就是加个圣诞小帽子了。

当然这种事情用很多 P 图软件都可以做到,微信搜索「圣诞帽」也会有各种小程序出现,但是使用之前的验证,总会要求绑定微信等各种信息,接受各种弹幕广告,甚至还有的需要分享才可以保存图片。

那么作为程序员,有没有其他添加的办法呢?当然有!

用到的工具:

OpenCV(毕竟我们主要的内容就是 OpenCV...)

dlib(dlib 的人脸检测比 OpenCV 更好用,而且 dlib 有 OpenCV 没有的关键点检测。)

用到的语言:

Python,但是完全可以改成 C++ 版本。

素材准备

首先我们需要准备一个圣诞帽的素材,格式最好为 PNG,因为 PNG 的话我们可以直接用 Alpha 通道作为掩膜使用。

我们用到的圣诞帽如下图:

我们通过通道分离可以得到圣诞帽图像的 Alpha 通道。代码如下:

r,g,b,a = cv2.split(hat_img)

rgb_hat = cv2.merge((r,g,b))

cv2.imwrite("hat_alpha.jpg",a)

为了能够与 rgb 通道的头像图片进行运算,我们把 rgb 三通道合成一张 rgb 的彩色帽子图。

Alpha 通道的图像如下图所示:

人脸检测与人脸关键点检测

我们用下面这张图作为我们的测试图片:

下面我们用 dlib 的正脸检测器进行人脸检测,用 dlib 提供的模型提取人脸的五个关键点。

代码如下:

# dlib人脸关键点检测器

predictor_path = "shape_predictor_5_face_landmarks.dat"

predictor = dlib.shape_predictor(predictor_path)

# dlib正脸检测器

detector = dlib.get_frontal_face_detector()

# 正脸检测

dets = detector(img, 1)

# 如果检测到人脸

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)

# 关键点检测,5个关键点

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()

这部分效果如下图:

调整帽子大小

我们选取两个眼角的点,求中心作为放置帽子的 x 方向的参考坐标,y 方向的坐标用人脸框上线的 y 坐标表示。

然后我们根据人脸检测得到的人脸的大小调整帽子的大小,使得帽子大小合适。

# 选取左右眼眼角的点

point1 = shape.part(0)

point2 = shape.part(2)

# 求两点中心

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()

# 根据人脸大小调整帽子大小

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

# 根据人脸大小调整帽子大小

resized_hat = cv2.resize(rgb_hat,(resized_hat_w,resized_hat_h))

提取帽子和需要添加帽子的区域

按照之前所述,去 Alpha 通道作为 mask,并求反。这两个 mask 一个用于把帽子图中的帽子区域取出来,一个用于把人物图中需要填帽子的区域空出来。

后面你将会看到:

# 用alpha通道作为mask

mask = cv2.resize(a,(resized_hat_w,resized_hat_h))

mask_inv = cv2.bitwise_not(mask)

从原图中取出需要添加帽子的区域,这里我们用的是位运算操作。

#帽子相对与人脸框上线的偏移量

dh = 0

dw = 0

# 原图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)]

# 原图ROI中提取放帽子的区域

bg_roi = bg_roi.astype(float)

mask_inv = cv2.merge((mask_inv,mask_inv,mask_inv))

alpha = mask_inv.astype(float)/255

# 相乘之前保证两者大小一致(可能会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')

这是的背景区域(bg)如下图所示。可以看到,刚好是需要填充帽子的区域缺失了。

然后我们提取帽子区域,代码如下:

# 提取帽子区域

hat = cv2.bitwise_and(resized_hat,resized_hat,mask = mask)

提取得到的帽子区域如下图。帽子区域正好与上一个背景区域互补。

添加圣诞帽

最后我们把两个区域相加。再放回到原图中去,就可以得到我们想要的圣诞帽图了。

这里需要注意的就是,相加之前 resize 一下保证两者大小一致,因为可能会由于四舍五入原因不一致。

# 相加之前保证两者大小一致(可能会由于四舍五入原因不一致)

hat = cv2.resize(hat,(bg_roi.shape[1],bg_roi.shape[0]))

# 两个ROI区域相加

add_hat = cv2.add(bg,hat)

# cv2.imshow("add_hat",add_hat)

# 把添加好帽子的区域放回原图

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

我们得到的效果图如下图所示:

最后祝大家圣诞节快乐!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181225A197DP00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券