小练习：OpenCV的简单应用---手动提取人脸特征点

• 简述：
  基于OpenCV中的基本方法，进行人脸区域的矫正切割，采用了68个定位点中的左眼，右眼，嘴巴中心这三个定位点进行提取，使用输入，输出图像构成的三组点对，利用仿射变换，实现最终图像的输出。

import cv2
import glob
import os
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['simhei'] # 添加中文字体为简黑
plt.rcParams['axes.unicode_minus'] =False

point_in = list()
#导入照片文件列表
def load_image(path_in):
    type_list = ['*.png','*.jpg','*.jpeg']
    img_list = list()
    for i in type_list:img_list+=glob.glob(path_in+i)
    return img_list

#点击事件的回调函数
def on_EVENT_LBUTTONDOWN(event,x,y,flags,param):
    global point_in
    imgIn0= param
    a = len(point_in)
    if a<3:
        if event == cv2.EVENT_LBUTTONDOWN:
            point_in.append([x,y])
            cv2.circle(imgIn0,(x,y),3, (255, 0, 0), thickness = -1) #画圆半径为3，并填充
            cv2.putText(imgIn0, str(a + 1), (x, y), cv2.FONT_HERSHEY_PLAIN,
                        1.0, (0, 255, 0), thickness=1) #加入文字，位置，字体，尺度因子，颜色，粗细
            cv2.imshow("window 2", imgIn0)

def show_image(img_list,path_out,point_in):
    for i,img_path in enumerate(img_list):
        point_in.clear()
        # A.以灰度模式读取原始图像、可视化
        # cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1。
        # cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0。
        # cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1

        imgIn = cv2.imread(img_path,1)
        imgIn0= imgIn.copy() #形成image对象

        rows, cols, channels = imgIn0.shape #d读取输入图像行数，列数，颜色通道
        print('第%d幅图：'%i,rows, cols, channels)
        cv2.namedWindow("window 1", flags=cv2.WINDOW_NORMAL | cv2.WINDOW_FREERATIO)#窗口命名，并大小可变
        cv2.imshow("window 1", imgIn)

        cv2.namedWindow("window 2", flags=cv2.WINDOW_NORMAL | cv2.WINDOW_FREERATIO)
        cv2.imshow("window 2", imgIn0)
        cv2.setMouseCallback("window 2", on_EVENT_LBUTTONDOWN,imgIn0)#手动点击进行特征点的提取


        cv2.waitKey(0)  #等待键盘点击事件来结束阻塞
        print(point_in)

        point_out = np.float32([[25, 30], [75, 30], [50, 75]])#左眼，右眼，嘴巴中心的特征点的坐标
        # 估计由输出坐标到输入坐标的放射变换模型
        M = cv2.getAffineTransform(np.float32(point_in), point_out)
        print(M)
        rows2,cols2 = 100,100 #指定输出图像的大小
        
        #利用仿射变换模型，将输入图像仿射变换，产生输出图像
        imgOut = cv2.warpAffine(imgIn, M, (cols2, rows2))
        b, g, r = cv2.split(imgOut) #opencv 颜色读取方式为bgr
        img2 = cv2.merge([r, g, b])  #plt则是rgb
        plt.imshow(img2)
        plt.show()

        image_name = os.path.splitext(os.path.split(img_path)[1])[0] #获取文件名
        cv2.imwrite(path_out+image_name+'_out.jpg',imgOut)   #保存矫正后的人脸图片

        print('*'*20 )
        cv2.destroyAllWindows() #销毁所有窗口

if __name__ == '__main__':
    path_in = r'imageIN/'
    path_out = r'imageOUT/'

    img_list=load_image(path_in)
    show_image(img_list,path_out,point_in)

输入图像

输出图像：

代码执行结果

第0幅图： 373 360 3
[[358, 25], [170, 170], [215, 221]]
[[-3.83230932e-01 -1.52051139e-01  1.65997952e+02]
 [ 4.04952523e-01  5.25041892e-01 -1.28099050e+02]]
********************