头条官方给不了的圣诞帽，Python和OpenCV给你

随着圣诞的到来，大家纷纷@今日头条给自己的头像加上一顶圣诞帽。当然这种事情用很多P图软件都可以做到。但是作为一个学习图像处理的技术人，还是觉得我们有必要写一个程序来做这件事情。而且这完全可以作为一个练手的小项目，工作量不大，而且很有意思。

用到的工具

OpenCV（毕竟我们主要的内容就是OpenCV...）

dlib（前一篇文章刚说过，dlib的人脸检测比OpenCV更好用，而且dlib有OpenCV没有的关键点检测。）

用到的语言为Python。但是完全可以改成C++版本，时间有限，就不写了。有兴趣的小伙伴可以拿来练手。

流程

一、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。

二、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：

三、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))

四、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。

# 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。

五、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

最后我们得到的效果图如下所示。

祝大家圣诞快乐，如同大家说的那样，多年前转发QQ信息就可以获得QQ会员，到现在转发朋友圈@今日头条，上当的依然是那一群人。也许，我们只是愿意的相信这个美好的故事而已。愿多年以后，归来依是少年。

顺便今天给大家分享一下Python的类的问题。

高级语言都有面对对象,Python也不例外，比起c++,java这些传统的语言，Python中的面对对象去掉了很多复杂的东西,理解和使用起来更简单一些

一般来说面对对象包含:数据封装、继承和多态这三大特点

Python的类我准备花4-5篇来仔细讲讲,今天我们先来了解一些最最最简单基本的概念

要点:

1.类的定义和类的实例

2.类的初始化

3.类的删除

4.类的属性

5.类的方法

1.类和类的实例

类其实是一种数据结构,我们可以用它来定义对象,一个类会包含属性和行为特性.类是现实世界抽象的实体以编程形式出现.

python中类的声明用class关键字来命名。

python类分为两种：经典类（旧类），新式类.新式类主要是从Python2.2以后开始引入的,目前主要以用新式类为主(Python 3.x中默认都是新式类)

也许同学会问为啥有新式类的出现(主要的差别在于类内置属性,多重继承的搜索顺序和父类初始化)

2.类的初始化

类的初始化函数是用__init__来完成的，也许有的同学有c++,java基础的,觉得它和构造函数很像

确实很像,注意注意注意__init__()不是类的构造函数，只是用来做初始化的

今天这篇只是揭露类的表层，等后面慢慢熟悉了之后，深入揭露类的本质的时候,我会告诉大家为什么它不是构造函数，只是初始化函数

1).当Dog类声明一个dog_obj对象实例的时候，Python会自动去检查时候实现了__init__()方法,做一些实例对象的初始化工作,

2).有细心的小伙伴会问为啥这个__init__()函数长的这么奇怪，要有双下划线开头,哇你会抢答了，这个在Python中有特殊的含义.用来一些命名约定来进行访问控制。

3).又有同学会问self是啥，这个参数是Python特有的,当__init__()被调用的时候，实例对象作为第一个参数被传递了进去,相同于java里面的this.也就是说self其实就是类的对象地址,啊哈你不信，好俺证明给你看

3.类的删除

类既然有初始化，就一定有删除，有进就有出，python里面用一个__del__()来负责清理类的对象,

当这个对象没有人用了就会被清理掉.有同学会问~~我怎么知道什么时候对象没有人用了,聪明Python用引用计数的方法来追踪

引用一次加1，当引用计数为0的时候，python内置了一个垃圾对象回收机制，一旦计数为0就清理对象就会去调用类里面的__del__()方法.是不是很智能，其实java也内置了这样的功能。

4.类的属性

类里面定义

类的初始化函数里面定义

1)先来说说类里面定义,有一个Student类，里面有name和age属性

class Student(object):

name='wang'

age=10

name,age都是Student类的属性,所以Student的对象实例都共享name,age

换句话说你的s1,s2两个对象里面的name,age都是一样的，不信你看:

再来看看对象的属性:

5.类中的方法

实例方法

类的方法

类的静态函数

类中的方法以及这3个方法之间的相互的调用关系比较复杂，它的设计思想跟java里面很像,限于篇幅，我们在下一篇文章单独对类的方法详细讲解.