python用dlib关键点将人脸背景区域去除

在上一篇的工作基础上，检测到人脸的关键点，并利用这些关键点组成一个区域，对区域外的背景置0;

话不多说，先上代码：

if __name__=='__main__':
    path = 'res/00014206.jpg'
    img = io.imread(path)
    region = get_landmarks(img)
    print img.shape
    shape = list(img.shape) + [3]  # 将图像转化为列表，便于访问
    img1 = img.copy()
    for i in xrange(shape[0]):
        for j in xrange(shape[1]):
            if not inside(j, i, region): 
                img1[i, j] = (0, 0, 0)
    win.set_image(img1)

用imread读取图片后，调用get_landmarks(img)获取我们所要的人脸区域，代码如下：

def get_landmarks(img):
    dets = detector(img, 1)
    landmarks = np.zeros((19,2))
    for k, d in enumerate(dets):
        shape = predictor(img, d)
        for i in range(17):
            landmarks[i] = (shape.part(i).x, shape.part(i).y)
        landmarks[17] = (shape.part(24).x, shape.part(24).y - 20)
        landmarks[18] = (shape.part(19).x, shape.part(19).y - 20)
    return landmarks

这里不需要之前dlib所有的68个关键点，重新构建了一个landmarks矩阵，存储脸颊17个点和眉毛2个中间点，总共19个关键点; 注意这里landmarks 要用 np.zeros((19,2))来创建;
为了后面访问landmarks的边，这里需要将19，24两个眉毛的位置调一下位置，放入landmarks中17，18两个位置。
获取完关键点后，复制图片img1 = img.copy()，img1用于获取我们所需的目标图片。遍历图片img1，用inside(j, i, region)判断不在关键点区域内的点（注意这里由于shape[0]和shape[1]的问题，调用inside()函数时需要将i,j顺序变换一下），将这些点的像素置0（img1[i, j] = (0, 0, 0)）;
inside(j, i, region)函数如下：

def inside(X,Y,Region): 
    j=len(Region)-1
    flag=False
    for i in range(len(Region)):
        if (Region[i][1]<Y and Region[j][1]>=Y or Region[j][1]<Y and Region[i][1]>=Y):  
            if (Region[i][0] + (Y - Region[i][1]) / (Region[j][1] - Region[i][1]) * (Region[j][0] - Region[i][0]) < X):
                flag =not flag
        j=i
    return flag

这个函数网上有很多解释，边的遍历顺序为(18->0->1->2->3->4->5->6->7->8->9->10->11->12->13->14->15->16->17->18)。
下面是背景区域去除后的效果：